人脸识别技术的弊端
发布时间：
三个方面的缺点：1.识别精度低
2.自然性、不易察觉以及非接触性也致使人脸识别技术在一些特定领域面临环境复杂性。
便于收集的好处也带来了图像清晰度不高，角度不好等问题3.人脸识别不只是隐私问题
信息泄露面临更大安全隐患
人脸识别的一个缺点也在于信息的可靠性及稳定性较弱。
人脸所蕴含的信息量较指纹、虹膜等生物特征相比是比较少的，其变化的复杂性不够。例如，若要两个人的指纹或者虹膜基本相同，大概需要好几十乃至上百个比特
(信息量的度
量单位达到完全重合才可以。但如果是人脸的话，十几个比特达到重合就可以了。在全世界，可以找到很多具有相似性的面孔。所以说，人脸的辨别性不是很高，它并没有那么独一无二。
另外，人自身内在的变化以及外在环境的变化都会影响采集时人脸的信息稳定度。状态，如今，保守估计，人脸识别技术准确率能达到是在使用密码信息的基础上辅助的认证功能。进行存取款操作，是不太可能的。
例如，2018年7月，美国公民自由联盟（ACLU）对美国国会议员的照片应用了亚马逊算法，该算法确定其中
28人是因犯罪而被捕的人。
相较
于之前的人脸识别技术，目前的人脸识别技术有所提高，但是具体应用时还是不能达到完美
99%，但没有达到100%。同时，对于双
ATM机上使用人脸识别技术，
胞胎，由于相似特征太多，人脸识别基本不可能完成。比如在
如果脱离了密码输入，完全使用人脸识别技术
如果说双胞胎根本不应该用此技术来进行分辨的情况下，的问题？在如今整容手段如此先进的情况下？
如何解决整容带来的无法辨别
其一，应用“人脸识别”技术的视频采集机器设备愈来愈普及化，会否对大家的人身自由权与隐私权产生威协，这个问题如何解决？其二，人工智能的市场应用，会否产生新的岐视与不公平，并对人们具有的社会道德纪律产生挑战？
例如：一些商业算法在识别肤色较深的人员和女性方面不如识别肤色较浅的男人准确。
这是以前讨论过的一个话题。
二
虽然人脸识别技术经历了较长的研究阶段，
并且应用也开始落地，但至今人脸识别技术
另外，人脸识别技术自身优势
还是被认为是生物特征识别技术中较为困难的研究课题之一。境复杂性。
背景环境的复杂多样，
在进行人脸识别前需要先对监控场景中的人脸进行定位，
即人脸检测。人脸检测的
也存在两面性，自然性、不易察觉以及非接触性也致使人脸识别技术在一些特定领域面临环
正确与否直接影响人脸识别性能。当监控场景的背景较为复杂时，人脸检测率也会随之降低，因此能够适应复杂背景环境的人脸检测算法是人脸识别技术的难点之一。
光照条件的复杂多变
在智能视频监控系统的实际应用中，
图像存在不同的阴暗变化，如图
会由于监控环境光线的变化造成检测到的人脸
1所示。FRVT2006测试表明，不同光照条件下人脸识别虽
然在性能上比FRVT2002有显著提高，但是还没在根本上克服光照对识别率的影响。
人脸表情的多样性
在实际应用过程中，人脸的表情随时都可能发生变化。
同时由于面部肌肉的牵引，面部的特征点的位置也会随之改变。都不同，此外，不同的人的相同表情影响也不相同，表情对不同人的影响。
采集人脸的角度多样性
人脸的角度多样性主要是指由于拍摄角度的不同导致检测到的人脸图像的旋转，
括平面旋转和深度旋转。图3列出了部分不同角度拍摄的人脸图像。情变化对人脸图像的影响相同，
拍摄角度的变化同样会导致人脸轮廓的变化，
包
图2给出了部分表情变化的不同的表情引起面部的变化
人脸图像。从图2可以看出，当人的表情发生变化时，可能会引起人脸轮廓以及纹理的变化，
因此很难用统一的标准来精确划分各种
从图3可以看出，与表
除此之外，由
于角度的变化，可能会导致人脸的部分特征无法被正确提取，进一步导致人脸的错误识别。 