人脸识别技术的弊端有哪些？相信这也是大多数人比较关心的一个方面吧，毕竟现在的人脸技术一直处于进步之中，那么，通过本文让我们一起看看人脸识别技术的弊端有哪些。
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸。
进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。尽管已有30多年的研发历史目前，但人脸识别产品仍然受光照、视角、遮挡、年龄等多方面因素的影响。
“现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合、采集条件不理想的情况下，现有系统的识别率将陡然下降。
人脸识别技术远未达到实用水平，还存在着诸多的挑战性问题需要解决。”在接受北京青年报采访时，谭晓阳这样介绍。
比如，人脸比对时，与系统中存储的人脸有出入，例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。
也就是说，人如果发生微小变化，系统可能就会认证失败。如今，保守估计，人脸识别技术准确率能达到95%，但没有达到100%。同时，对于双胞胎，由于相似特征太多，人脸识别基本不可能完成。
中国科学院自动化研究所博士张小博也认为，光照、姿态、装饰等，对机器识别人脸都有影响。目前在美国有全世界最先进的人脸识别系统，其在做测试的时候，识别误读率也有1%。
苏光大称，如今，对于非配合情况下的人脸图像采集，遮挡问题非常严重。特别是在监控环境下，被监控对象可能会戴着眼镜、帽子等饰物，使得被采集的人脸图像有可能不完整。
从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。如何有效地去除遮挡物的影响，是非常紧迫的研究课题。
同时，随着年龄的变化，面部外观也会变化，特别是对于青少年，这种变化更加明显。对于不同的年龄段，人脸识别算法的识别率也不同。年龄变化对人脸识别算法的影响也必须得到解决。
此外，虽然随着人脸数据库规模的增长，人脸识别算法的性能将呈现下降，如何维持或提高大规模应用环境下的人脸识别算法的识别率，同样是一个非常重要的问题。
“人脸识别技术被高估了，还远远达不到指纹或虹膜等生物识别技术那么高的准确度。”某运营超过5年的人脸识别技术公司创始人就坦承，“在人脸识别系统中，对相似度高的脸容易出现识别误差，很有可能你的表哥表姐比你更像你。”
业内人士表示，人脸识别目前有两大难以解决的风险问题。风险一：可复制性。相比密码，人脸特征更容易被复制。人每天都暴露在外面，通过拍照完全可以获得一个人的脸部特征，并进行复制。
