一.光照问题
光照问题是机器视觉中的老问题，在人脸识别中的表现尤为明显。目前方法未能达到使用的程度。
如何克服光照的影响？
目前经常使用的方法有：直方图均衡化处理，必要的话会对人脸区域的左、右脸分别进行直方图均衡化，然后合并成整脸来克服光照的影响。Gabor小波受光照的影响较小。
二.姿态问题
与光照问题类似，姿态问题也是目前人脸识别研究中需要解决的一个技术难点。针对姿态的研究相对比较的少，目前多数的人脸识别算法主要针列正面、准正而人脸图像，当发生俯仰或者左右侧而比较厉害的情况下，人脸识别算法的识别率也将会急剧下降。
哭，笑，愤怒、仰头、低头，左侧脸，右侧脸，如何识别？
对于有一定偏转角度的人脸，我们会首先对其进行摆正，即将人脸摆正成正脸，然后进行识别；对于表情变化较大的人脸，本人还没有找到比较有效的方法。
三.遮挡问题
对于非配合情况下的人脸图像采集，遮挡问题是一个非常严重的问题。特别是在监控环境下，往往彼监控对象都会带着眼镜，帽子等饰物，使得被采集出来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。
眼睛，帽子、刘海，伤疤，如何识别？
进行人脸识别前，我们会首先对人脸部分进行特征点的标记，而且现在标记特征点时基本可以有效地避免以上因素的影响，问题就是在提取特征点周围的特征时，这些遮挡会有一定的影响，不过影响不会太大。
四.年龄变化
随着年龄的变化，面部外观也在变化，特别是对于青少年，这种变化更加的明显。对于不同的年龄段，人脸识别算法的识别率也不同。
不同时期的人脸像如何识别？少年、中年、老年。