影響人臉識別技術的因素及其解決方案
計算機在判別時使用的閾值不同，這兩個指標也不同。壹般來說，錯誤識別率遠；它隨著閾值（放松條件）和FRR的增大而增大；它隨著閾值的增加而減小。因此，錯誤率（等於；錯誤；費率；ERR）作為性能指標，這是調整閾值以使FAR和FRR這兩個指標相等時的FAR；或者FRR。
影響人臉識別性能的因素及其解決方案
（1）背景和頭發:去除背景和頭發，只識別人臉圖像。
（2）人臉在圖像平面中的平移、縮放和旋轉:采用幾何歸壹化。在人臉圖像被旋轉、平移和縮放後，最終的人臉圖像具有指定的大小，眼睛水平且兩眼之間有壹定的距離。
（3）人臉偏離圖像平面的偏轉和俯仰:我們可以建立人臉的三維模型，或進行三維變形以將人臉圖像恢復為正面圖像。
（4）光源位置和強度的變化:使用直方圖歸壹化可以消除局部光照的影響。從陰影中使用對稱形狀恢復（symmetric形狀；從；底紋技術，可以得到與光源位置無關的圖像。
（5）年齡變化:建立人臉圖像老化模型。
（6）表情變化:提取對表情變化不敏感的特征，或將人臉圖像分割成各個器官的圖像，分別識別後進行綜合判斷。
（7）附著物的影響（眼鏡、胡須）。
（8）更換相機:同壹個人使用不同的相機拍攝不同的圖像。
這個問題由colorreco人臉識別回答。