人脸识别在应用中的挑战
从实际测试来看，用户的预期与当前的技术水平之间的差距还是比较大的。人脸识别技术在动态监空应用中面临的压力实际上也比较大。
1.用户希望正确报警率要求高。而现实是理论上来说必须接受高误报率。在技术方面，要达到高正确报警率，可以通过降低阈值来实现，但是降低阈值的价是：高误报率。为了达到95%正确报警率，很多算法可能会产生300%或更高的误报率。
2.用户希望监空库足够大，往往要求数万或几十万，甚至上百万的监空名单，希望能捕到“大鱼”。现实是库容量大就必须接受高误报率。
3. 用户希望大规模成网建设，能够勾画出监空人员的活动轨迹。 现实是必须高投入，重新建专用网络和相关硬件。
4. 用户希望尽量使用目前的监空设备(摄像机和网络)。 现实是现有的摄像机清晰度不够，图像质量差，用于场景监空
5. 用户希望少产生误报甚至不产生误报。 现实是这样就必将损失正确报警率和减少空库容量，与用户的想法相违。
6.光照问题
面临各种环境光源的验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监空区域内各个位置的光照都不同。
7. 人脸姿态和饰物问题
因为监空是非配合型的，监空人员通过监空区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等的各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。
8. 摄像机的图像问题
摄像机很多技术参数影响视频图像的质量，这些因素有感光器(CCD、CMOS)、感光器的大小、DSP的处理速度、内置图像处理芯片和镜头等，同时摄像机内置的一些设置参数也将影响视频质量，如曝光时间、光圈、动态白平衡等参数。
9.丢帧和丢脸问题
需要的网络识别和系统的计算识别可能会造成视频的丢帧和丢脸现象，特别是监空流量大的区域，由于网络传输的带宽问题和计算能力问题，常常引起丢帧和丢脸。
重庆人脸识别之生物识别产业现三大趋势
2010至2014年，国内生物识别市场平均增长率保持在60％以上，2014年生物识别市场规模为80多亿元人民币，预计到2015年中国生物识别市场规模可突破100亿元，2020年生物识别市场规模将突破300亿元。
在地方的重视、下游应用普及与技术提高共同推动生物识别市场快速发展。
结合西方国家生物识别产业发展轨迹，前瞻产业研究院认为，未来国内生物识别产业将有以下发展趋势：
首先，产业集中度将不断提高，从2002年迄今，国外生物识别产业经过竞争淘汰以及大量的并购重组，生物识别公司数量下降至100余家，上规模的重要企业甚至不足15家，未来产业优胜劣汰将在我国出现；
其次，生物识别均衡发展。指纹识别技术一家独大的局面将被打破，未来语音识别、人脸识别、虹膜识别等多种技术可百放齐放，共同发展；
{zh1}，多技术融合发展成主流。随着信息安全问题日益突出，市场需求日益强烈，技术整合融合（采用两种或以上的生物识别技术，如指纹与人脸识别搭配；指纹、人脸再加虹膜识别等）进一步确保信息安全成为发展大势。
人脸识别系统的的特点
技术特点人脸识别传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克fu的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。
解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克fu光线变化的影响，已经取得了{zy1}的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。
这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，它的唯性和不易被复制的良好特性为身份鉴别提供了必要的前提，与其它类型的生物识别比较人脸识别具有如下特点：非强制性：用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”；非接触性：用户不需要和设备直接接触就能获取人脸图像；
并发性：在实际应用场景下可以进行多个人脸的分拣、判断及识别；
除此之外，还符合视觉特性：“以貌识人”的特性，以及操作简单、结果直观、隐蔽性好等特点。
