近兩年人臉識別技術迅速展開，識別精度及速度的有效提升為人臉識別在眾多領域的應用提供了基礎，自2015年起人臉識別的應用領域起頭逐漸增多，尤其從2016年下半年，人臉識別技術各類應用案例落地速度明顯加快。進入2018年之後，更是迎來了井噴式的爆發，多種應用、多個領域內都閃耀著它的身影。
人臉識別按功能應用能夠分為：安防型人臉識別產品、提升管理型人臉識別產品、娛樂型人臉識別產品。
領域如按行業區分大體分為：部隊、公安、司法、金融、社會保險、企事業機關單位、工廠、學校、房地產、家庭入戶等。應用規模也非常廣泛，如庫房、機房、辦公樓、辦公室、資料室、檔案室、實驗室等處通道門禁管控、考勤簽到、巡更、身份辨識、追逃預警等各種應用。
人臉識別系統優點：
一、自然性，所謂的自然性是指通過觀察對照人臉來區分和確認身份；具有自然性的識別還有語音識別和體形識別，而指紋識別和虹膜識別等因人類或其他生物不能通過此類生物特徵區別個體所以不具有自然性。
二、非強制性，被識別的人臉圖像信息能夠主動獲取而不被被測個體發覺，人臉識別是應用可見光獲取人臉圖像信息，而不同於指紋識別或者虹膜識別需要應用電子壓力傳感器採集指紋，這些特殊的採集方式很隨便被人發覺，從而帶有可被裝作欺騙性。
三、非接觸性，絕對照其他生物識別技術而言，人臉識別是非接觸的，用戶不需要和設備直接接觸。
四、併發性，在實際應用途景中，人臉識別技術能夠進行多個人臉的分揀、判斷及識別。
人臉識別技術在應用方式上，辨識方便性上，留存現場應用者人像照片上均有非常明顯的優勢，但是人臉識別技術還是存在些許的展開瓶頸。
人臉識別系統難點：
首先是人類臉部存在相似性，不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相似。這樣的特徵對於應用人臉進行定位是有利的，但是對於應用人臉區分人類個體是不利的。在加上化妝的掩蓋及雙胞胎的自然相似性更增加了識別的難度。
其次是人臉存在易變性，人臉的外形很不穩定，人能夠通過臉部的變化發作很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮掩物（例如口罩、墨鏡、頭髮、鬍鬚等）、年歲等多方面因素的影響。
同時隨著待識別的人數的增加、出現張得對照像的人的概率增加等狀態逐漸增多，原有的人臉識別已滿足不了實際的應用。現有的深度學習技術在這些方面有了很大的提升，目前很多廠家的人臉識別技術在LFW評測已做到99.5％以上，有的接近甚至逾越人眼的識別率。這給人臉識別系統能夠大規模的實際應用提供了技術支撐，隨著科技的始終進步，期待將來有一天這些人臉識別領域的難題都能得到完美解決。
總之，以人臉識別為代表的新一代技術驅動的產業革命已經興起。這個新的經濟單元將是技術比拼的時代，技術壁壘也會越積越高。技術研發會成為企業展開的主要因素，同時商業情勢也會因為技術的不管革新而始終演變。如百度深度學習研究院這樣的組織會越來越多，如臉優這樣技術性應用也會越來越多。當然，最終還是要看各組織的技術革新能力、創新能力以及商業變現能力等綜合實力強大與否。
