在人臉辨識的興盛下，如同科技進步一般，水能載舟，亦能覆舟，有如此多的優點也會也缺點，如先前講的隱私權及要如何確保每次辨識下都是正確的，換句話說就是辨識時的不穩定。
1.隱私權：
在模型進行訓練時就需要大量資料來進行訓練，所以需要很多人臉的資料，在資料的收集就十分困難，目前就有使用收集意修資料後，用這些資料來產生訓練資料，就是生出假的人臉，使用先前收集的資料學習組合成一張以假亂真的臉，或是使用資料增量的方式來增加訓練資料，如不同的光影變化，或是使用3D建模的方式來擷取人臉的不同角度，讓可以偵測的角度變大。
2.辨識時的不穩定：
使用更加完善的模型架構，如前面所提到的各種人臉常用模型，或是使用更強健的演算法來降低辨識不穩定的發生率，因為人臉的變化有光線、角度、年紀、化妝等可以改變人臉外表的因素，維持辨識的穩定，可能需要在辨識時持續更新或增加資料庫的影像。
在未來人便辨識系統發展，可以有更強大的辨識系統來突破這些限制，使人類的生活更加便利。
iThome鐵人賽
看影片追技術