但是，虽然人脸识别有众多其他识别技术无法比拟的优点，它仍然被认为是生物识别领域以及人工智能领域最困难的问题之一。一方面，我们每个人的脸部在不同表情下会产生外形变化，目前还无法做到一些科幻电影中那样神奇。
另一方面，虽然每个人的脸几乎都是独特的，但伪造人脸的手法层出不穷，相比于指纹、虹膜等生物特征，借助计算机技术伪造人脸的三维模型，并且进行一些不法行为仍然是存在可能的，「3·15」晚会上展现的，正是这种问题。
所以，我们除了要感叹现在科技日新月异带给我们的方便外，或许还应该警惕如何利用而不是滥用人脸识别这样的技术。能做的事情很多，提升算法的准确率是一个方面。同时也需要在硬件设备上进一步改进，比如能够识别出「活体」和「伪造」的区别，也许还需要辅助上其他生物特征使其更加全面。
一句话，其实人脸识别技术的进步，就是一种从弱人工智能向强人工智能的转变，我们要重视的不仅是技术，更重要的是如何确保人工智能时代到来之下，个人的信息安全，也只有这样，才可能避免《黑镜》中的一些末日景象。
人脸识别技术在生活中应用前景
1)企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。
2)电子护照及身份证。这或许是未来规模最大的应用，国际民航组织(ICAO)已确定，从2010年起，其118个成员国家和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际标准。
3)公安、司法和刑侦。如利用人脸识别系统和网络，在全国范围内搜捕逃犯。
4)自助服务。如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。
5)信息安全。如计算机登录、电子政务和电子商务。
人脸识别技术的原理是什么?
1.人脸识别技术原理分析
人脸识别主要分为人脸检测(face detection)、特征提取(feature extraction)和人脸识别(face recognition)三个过程。
人脸检测：人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar特征和Adaboost算法 训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。
特征提取：特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。
常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何 特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。
不过，由于其所需的特征点不能精确选择，限制了它的应用范围。另外，当光照变化、人脸有外物遮挡、面部表情变化时，特征变化较大。所以说，这类算法只适合于人脸图像的粗略识别，无法在实际中应用。
