現有的人臉識別系統，在用戶配合，采集條件理想的情況下，可以達到滿意的效果。但在用戶不配合、采集條件不理想的情況下，現有系統的識別率會急劇下降。比如在對比人臉的時候，和系統存儲的人臉不一樣。比如剃了胡子，換了發型，多加了眼鏡，換了表情，都可能導致對比失敗。
人臉識別是一種基于人臉特征信息進行身份識別的生物特征識別技術。一系列相關技術，通常稱為人像識別和人臉識別，用于采集包含人臉的圖像或視頻流，自動檢測和跟蹤圖像中的人臉，然后對檢測到的人臉進行人臉識別。
人臉識別系統包括圖像采集、人臉定位、圖像預處理和人臉識別(身份確認或身份搜索)。系統的輸入一般是一幅或一系列身份未定的人臉圖像，以及人臉數據庫中若干幅身份已知或對應編碼的人臉圖像，而輸出則是一系列相似度得分，表示待識別人臉的身份。
人臉識別被認為是生物特征識別乃至人工智能領域的難點研究課題之一。人臉識別的難度主要是由人臉作為生物特征的特性造成的。
類似
不同個體之間差別不大。所有的人臉在結構上都是相似的，甚至面部器官的結構和外觀也是相似的。這一特征有利于利用人臉進行定位，但不利于利用人臉區分人類個體。
可變性
人臉的外觀是很不穩定的，人可以通過人臉的變化產生很多表情，從不同的觀察角度看人臉的視覺圖像也有很大的不同。此外，人臉識別還會受到光照條件的影響(如白天黑夜、室內室外等。)，臉的很多遮蓋物(比如口罩，墨鏡，頭發，胡子等。)，年齡等諸多因素。
在人臉識別中，類變化應該被放大作為區分個體的標準，而第二類變化應該被剔除，因為它們可以代表同一個個體。通常，階級的變化稱為階級間的差異，第二種變化稱為階級內的差異。對于人臉來說，類內變異往往大于類間變異，這使得在類內變異的干擾下，利用類間變異區分個體變得異常困難。