建筑人臉臉識別設備的利處
1、自然性，所謂的自然性是指通過觀察比較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征區別個體所以不具備自然性。
2、非強制性，被識別的人臉圖像信息可以主動獲取而不被被測個體察覺，人臉識別是利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別需要利用電子壓力傳感器采集指紋，這些特殊的采集方式很容易被人察覺，從而帶有可被偽裝欺騙性。
3、非接觸性，相比較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。
4、并發性，在實際應用場景中，人臉識別技術可以進行多個人臉的分揀、判斷及識別。
5、便利性，在建筑人臉識別設備擁有強大的云儲存功能，能儲存大量工人信息，便于企業管理。
6、真實性，數據對接當地政府，實現工人實名制管理。
5、便利性，在建筑人臉識別設備擁有強大的云儲存功能，能儲存大量工人信息，便于企業管理。
6、真實性，數據對接當地政府，實現工人實名制管理。
建筑人臉臉識別設備的弊端
人臉識別設備利用的技術屬于生物特征識別技術，是對生命體（一般特指人類）本身的生物特征來區分個體生命體。人臉識別技術是指利用分析比較的計算機技術識別人臉。現有的人臉識別系統在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現有系統的識別率將有下降趨勢。人臉識別技術遠未達到實用水平，還存在著諸多的挑戰性問題需要解決。
比如，人臉比對時，與系統中存儲的人臉有出入，例如剃了胡子、換了發型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說，人如果發生微小變化，系統可能就會認證失敗。如今，保守估計，人臉識別技術準確率能達到95%，但沒有達到100%。同時，對于雙胞胎，由于相似特征太多，人臉識別基本不可能完成。另外光照、姿態、裝飾等，對機器識別人臉都有影響。目前在美國有全世界最先進的人臉識別系統，其在做測試的時候，識別誤讀率也有1%。
如今，對于非配合情況下的人臉圖像采集，遮擋問題非常嚴重。特別是在監控環境下，被監控對象可能會戴著眼鏡、帽子等飾物，使得被采集的人臉圖像有可能不完整，從而影響了后面的特征提取與識別，甚至會導致人臉檢測算法的失效。如何有效地去除遮擋物的影響，是非常緊迫的研究課題。同時，隨著年齡的變化，面部外觀也會變化，特別是對于青少年，這種變化更加明顯。對于不同的年齡段，人臉識別算法的識別率也不同。年齡變化對人臉識別算法的影響也必須得到解決。
此外，雖然隨著人臉數據庫規模的增長，人臉識別算法的性能將呈現下降，如何維持或提高大規模應用環境下的人臉識別算法的識別率，同樣是一個非常重要的問題。
