一個成熟的人臉識別系統通常由人臉檢測、人臉最優照片選取、人臉對齊、人臉特徵識別，特徵比對，身份識別等過程組成。

第一，人臉識別最為關鍵的技術點就是人臉的特徵分析提取，一直到2014年deepface首次將深度學習的引入，這項技術才得到了質的飛躍和突破，使得人臉識別技術真正走到了大規模商業可用階段。目前的研究主要集中在系統網路結構的改進和損失函式的分析改進上。隨著研究的深入，目前人臉識別技術上的壁壘正在被打破，而人臉資料儲存的資料庫資源是業內巨頭保持領先的另一個重要競爭武器。所以說，網際網路上各大巨頭都在使用不同的手段來快速的獲取人體特徵資料庫的資源。

第二，人臉資料作為人類特徵的非常重要的原始資料之一。人類指紋，人臉生物特徵庫一旦被攻破，生物特徵資料被盜，將永遠不可能再生，這將是非常巨大的風險。也就是這種不可再生的特性，使得生物認證技術並不適用在網際網路環境下，在網際網路的環境下，使用很容易出現數據的洩露和被駭客惡意的利用。因此在一些特定行業，如技術安全指數較高的金融安全領域，人臉特徵識別作為一種高階輔助的身份認證方式才可考慮運用。