大多數人臉識別產品研究方向目前走向“兩極”。一極是大型系統：在應用中，數據庫越大越好，速度越快越好，識別率越高越好。另一極是小型模塊或芯片：模塊或芯片越小越實用，越容易和更多產品集成，使用范圍更加廣闊。

特征傳感器

人臉特征都是通過光學傳感器如CCD或CMOS形成圖像信號，因此受光線影響較大，即使外加主動光源能夠克服光線變化，但對人臉特征仍然有影響，且增加產品成本，所以人臉識別領域研究人員設計了紅外成像設備，來適應人臉模式隨光照變化的內差異，從而克服光線影響，提高識別率，但是因圖像顯示信息非正常彩色模式，所以還是不能滿足用戶需求。為了提高人臉識別系統的易用性、舒適性和用戶的接受程度，同時又要保證生物特征信號的質量，此外還要小巧精致、成本低廉，特征傳感器還有許多需要改進的地方。

活體檢測

為了防止惡意者偽造和竊取他人的人臉特征用于身份認證，人臉識別系統必須具有活體檢測功能，即判別向系統提交的人臉特征是否來自有生命的個體。活體人臉檢測可以基于頭部的移動、呼吸、紅眼、眨眼、溫度效應、頻譜特征等信息。此外，還可以通過人機互動的形式檢測生物特征的活體特性;使用多模態生物特征識別系統也可以提高偽造的難度，但成本增加，操作復雜。所以，活體檢測技術將是生物人臉識別系統進入高端安全應用的最大瓶頸。

信號質量

人臉特征一般是以連續的視頻流的形式進行獲取。由于有效的人臉特征采集范圍總是有限的，再加上人的運動、姿態變化等因素，傳輸到計算機的特征信號大部分都是不合格的。而高質量的特征信號是進行特征表達和身份識別的基礎，低質量的特征信號有可能引起錯誤接收或錯誤拒絕，降低系統的實用性和安全性，浪費大量的計算資源在無效的特征信號處理上。

特征數據庫檢索

隨著人臉識別技術在人類日常生活中的普及，使用人數的增長必然導致人臉特征數據庫的不斷擴大。這種規模的擴大不僅僅表現在數據存儲量的擴大，還表現在從數據庫中搜索某一條記錄所耗費時間的增加。例如在一對多的超大規模（如一個城市、一個國家）人臉識別應用中，完成一次識別的時間的長度將會讓人無法忍受，并且識別率大大降低。另外作為人臉特征：人的化妝、年齡增長、體態的變化，都會影響和數據庫的比對檢索結果。