雖然人臉識別在市場的份額上，迎來了盼望已久的爆發，但是這并不意味著阻礙人臉識別發展的一切因素就已經煙消云散。技術上一些公認的硬傷，依然在給人臉識別的應用帶來了不少的隱患。
　　
　　作為在全球擁有幾億用戶的社交網站推出自動識別照片人物這一人臉識別技術，引發新一輪的隱私泄露擔憂。另外，谷歌Picasa和蘋果iPhoto等照片軟件和在線服務也使用人臉識別技術。Facebook、谷歌Picasa和蘋果擁有數億用戶，使用人臉識別技術勢必會引發更為棘手的隱私問題。

　　再比如，隨著美國下一代互聯網的鋪開，美國FBI也將推出其下一代互聯網（NGI）的面部識別服務，IAFIS（美國的生物數據庫）將增加刑事和民事的指紋數據庫，包括多模態生物特征標識符，如虹膜掃描，掌紋，照片，語音數據等。該服務也將允許執法機構訪問公共和私人監控攝像頭的照片，這意味著任何人即沒有參與犯罪都可以出現在數據庫中。電子前哨基金會抨擊該一些列技術將使得個人隱私保護將變得更糟糕。
　　
　　除老百姓所知道的個人隱私保護外，人臉識別還存在哪些問題呢？
　　
　　首先，從技術上來說，識別模板的長久性依然是人臉識別的詬病。雖然，面部圖像確實是最直觀也最易讓人判斷的生物特征，但是，它同樣也是最易發生大面積變化的人體區域。由于光照、姿態、年齡的變化，能夠讓模板始終隨著這些變化而工作，著實不是一件容易的事情。
　　
　　特別是年齡變化問題。隨著年齡的變化，面部外觀也會變化，特別是對于青少年，這種變化更加明顯。對于不同的年齡段，人臉識別算法的識別率也不同。年齡變化對人臉識別算法的影響也必須得到解決。

　　其次，人臉識別在整個生物識別中是比較新的技術，但是這種新潮卻并非只有優勢。不可否認，人臉識別的快速普及，多少存在一些人們“嘗鮮兒”的心理--人們對于新技術充滿好奇心，躍躍欲試。然而，也正因為“新”，其準確率還未得到足夠的證明，于是用戶往往也容易產生不信任的心里，因而在面對具有不確定性因素的人臉識別時，如果失去了新鮮感之后，恐怕不少的用戶還會更傾向于選擇已經熟知的生物識別技術。
　　
　　其三，對于非配合情況下的人臉圖像采集，遮擋問題非常嚴重。特別是在監控環境下，被監控對象可能會戴著眼鏡、帽子等飾物，使得被采集的人臉圖像有可能不完整，從而影響了后面的特征提取與識別，甚至會導致人臉檢測算法的失效。如何有效地去除遮擋物的影響，是非常緊迫的研究課題。
　　
　　最后，活動人臉的識別要求系[FS:PAGE]統有較高的識別速度。其中包括人臉檢測的速度以及人臉的識別速度。在40ms內可以實現人臉檢測，在10萬人的數據庫中，2秒內完成從人臉檢測定位到人臉識別的全過程，應能滿足大多數實際應用的要求。

　　隨著人臉識別技術的廣泛適用，一些涉及個人隱私等侵權的法律問題也隨之凸顯出來。人臉識別技術應用于維護國家安全和公共安全無可厚非，如用于公安、機場、邊防口岸、安防等，以及智能門禁、門鎖、考勤等民用市場，對于公安機關捉拿逃犯及家庭防盜等，都是一件大好事。但由于人臉識別軟件的先進性和方便性，使得它的發展空間越來越大，普通的家用電腦就可以安裝運行。因此有人提出質疑：這樣功能強大的識別軟件，是不是任何一個人都可以使用？采集數據是否涉及侵權？
　　
　　因此，雖然人臉識別已經在市場上取得了十分輝煌的成就，“咸魚翻身”般的實現了自己的騰飛。但是，如果想要徹底實現奪取指紋產品的半壁江山，實現應用的絕對主流，恐怕還有不少的路途需要去追趕。