上一章我们讲到了人脸识别技术的组成模块，现在我们来讲一下其优势和难点等。
一、人脸识别的优势
　　人脸识别的优势在于其自然性和不被被测个体察觉的特点。
　　所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。
　　不被察觉的特点对于一种识别方法很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。
二、人脸识别的困难点
　　人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。
　　相似性：不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。
　　易变性：人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大。另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。
　　在人脸识别中，第一类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。通常称第一类变化为类间变化（inter-class difference），而称第二类变化为类内变化（intra-classdifference）。对于人脸，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。
　　这是一种相当引人注意的技术，它的性能也经常被误解。关于面部识别，经常有一些夸张的言论，但实际是很难实现的。比较两个静态图象是一回事，在人群中发现和确认某个人的身份而不引起别人的注意，就是完全不同的另一回事了。有些系统宣称能做到后一点，但它们实际上做的是前一种事，这实际并不是生物识别。从用户的角度很容易理解面部识别的吸引力，但人们对这种技术的期望应该比较现实。
三、面部识别技术的应用领域
　　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。
　　3、公安、司法和刑侦。
　　4、自助服务。
　　5、信息安全。如计算机登录、电子政务和电子商务。
　　如今，人脸识别系统应用范围已经相当广泛，可用于公安、机场、边防口岸、安防等多个重要行业及领域，以及智能门禁、门锁、考勤等民用市场。维视图像作为国内机器视觉软硬件供应商的领导者，其产品正在越来越广泛的被应用于面部识别系统，并得到广大客户的一致认可。