影响人脸识别率高低的其中一个因素，就是表情和姿态。比如夸张地大笑，这样的表情就会造成识别率的下降。要解决这种问题，就要想办法，在不损失其他鉴别信息的情况下，把夸张的表情调整出正面的信息。虽然这样做，图片里的人看上去比较怪异，但校正后的图片对人脸识别率有显著的提升。
现如今，人脸识别的运用愈发广泛。一般来说，识别一张人脸需要五个步骤：第一是人脸检测，就是从图像中找出人的位置。第二就是关键点定位。第三，在定位的基础上进行特征的提取。第四，特征匹配。最后就是人脸身份判决。人脸识别自从上世纪60年代开始，研发到现在已经半个世纪了，很多技术已经得到了应用，但是还没有在科幻片中想像得那么完美。以下是人脸识别技术尚未完全攻克的问题。第一个是姿态。
只有在人脸比较正面的情况下，可以得到很高的识别率。其次是光照，尤其在室外的条件下。室内环境相对而言是可控的，就能得到很高的识别率，而室外识别率就明显下降。另外一个因素是遮挡，比如戴个墨镜，机器识别肯定会遇到阻碍。再者是模糊，当人脸分辨率过低的时候，识别率就会有大幅度的下降。这些都是现实生活中存在的人脸识别技术尚未攻克的难点，也是后面需要努力的方向。
关键点定位方面，在检测到人脸的基础上，我们需要进一步对眉毛、眼睛、鼻子、嘴巴、轮廓的定位，作用就是为了接下来人脸识别特征的提取。现在姿态比较大的面孔，也能得到一些比较好的结果，比如说侧面、90度的，在三维模型的辅助下也会得到一个比较好的矫正结果。另一个就是人脸识别的表情和姿态，比如夸张地大笑，这样的表情就会造成识别率的下降。
如果要解决这种问题，就要想办法把夸张的表情，在不损失其他鉴别信息的情况下，调整出正面的信息，虽然这样做，图片里的人看上去比较怪异，但校正后的图片对人脸识别率有显著的提升。因为正面是人脸识别最有效的部分。在人脸识别应用当中，人们通常只关注准确率，也就是说他是不是同一个人，或者有没有把他认错。这是发生在北美的真实案例，照片里的这位年轻人，戴着一个老人的面具，成功骗过了机场的安检系统。
以前的安卓手机也有人脸识别系统，可以用人脸来进行解锁。如果拿着手机拥有者的照片放在手机前，也能骗过手机解锁，或者做一个非常逼真的三维面具，也能成功骗过系统。这是很大的挑战，也恰恰是很多应用场合，尤其远程的人脸识别的场合需要解决的问题。一些典型的人脸识别应用在生活中的例子。
参加过奥运会的朋友就知道，08年的时候，北京奥运会开闭幕式实行的是实名制验票，每个人购买门票的时候上传一个照片，进场时人脸要和照片进行比对。上海世博会的时候也是如此，后来某大型广场也是用人脸识别系统来抓捕可疑人员，另外就是深圳的边检通关系统。随着互联网的发展，涌现出了很多新兴的人脸识别技术的应用。比如社保，老年人每年都要验证一次，以证明他是否还生存在这个世界上。
现在通过人脸识别，把现场照片和身份照片，以及后来的照片进行比对认证，确保他的身份是本人，来领取退休金。另一块就是去年开发的远程开户。用户拿着手机端，通过身份证还有人脸进行认证，最后进行对比，看是不是本人，然后就可以在手机上进行开户。还有银行的征信系统，将业务办理者的人脸和身份证的照片进行对比，通过后就可以在机器上自助查询信用报告。另外，公安系统里的身份认证查询也有使用人脸识别。
以前公安系统中，一个人可能有十几个身份证，包括同一个人办理的，不同性别的身份证，现在公安机关查重也可以通过人脸识别技术来处理了。最后说一说人脸识别技术的展望，希望对大家今后用人脸识别来开发应用的时候，提供一些帮助。请记住，人脸识别技术还远远没有大家想像得那么完美。
虽然在一定控制条件下，人脸识别已经比较成熟，比如认证比对、人脸考勤；但是，无论你采用任何人脸识别技术的时候，请一定要考虑光照、遮挡、图像清晰度和年龄跨度，这四个因素的影响。在非配合的情况下，人脸识别技术还远没有达到市场对我们的需求，我们还需要付出更多的努力来攻克难关。