刷脸识别智能终端落地如何形成规模化仍然是当前面临的主要问题，从人脸识别的产业链看，人脸识别的商业化落地是算法、硬件以及应用的三位一体的融合，基于人脸识别技术的刷脸识别智能终端应用落地目前主要受制于以下因素：
1、算法的鲁棒性及性能
在实际应用场景下采集到人脸经常为非限制下捕捉到的人脸，各种角度、光照条件、模糊、噪点、遮挡等等，不同的场景下捕捉到的人脸差异很大，动态视频图像模糊，这些因素都会造成人脸的无法识别或误识，识别率在很大程度上取决于算法的鲁棒性。
2、硬件的选择
影响刷脸识别的因素较多，包括3D摄像头图像的成像质量、算力、功耗，前端物联信息感知采集传输、算法识别、外设智能控制到后端管理分析等等，如何选择合适的硬件方案与算法有更好的兼容性，以及如何缩短硬件方案的选型周期快速产品化也是一个关键的问题。
3、研发成本及周期
很多开发者前期基本都没怎么接触人脸识别、物联网通信、云端管理运维相关的开发，在前期往往不知道怎么入手，或是在开发过程实现了功能却无法做到很好的用户体验，导致迟迟无法商用，研发成本、周期无法控制。
微信公众号
