近年来，面部识别艺术的状态有所改善，以至于处理某些类型的闭塞以及从不同方向的照明。在手机上实施的准确性也大大提高了。
这些只是一篇论文回顾了Face Biometrics领域的最后八年进展的一些值得注意的发现。
“八年的面部识别研究：可重复性，成就和开放问题”已被发布为开放式纸并共享LinkedIn塞巴斯蒂安·马塞尔（SébastienMarcel）发帖。
之所以选择时间范围，是因为大致在2015年，深度学习模型成为面部识别开发的主要方法。此外，研究人员在2014年对最先进的表演进行了类似的评论，为后续提供了方便的参考点。
来自IDIAP研究所，劳桑大学（ESC）和苏黎世大学合作。他们发现现有研究语料库的差距很大，并确定了该领域尚待解决的几个问题。
根据论文的说法，大多数面部识别网络都很好地处理了低于60度的角度，但是除了这些错误的非匹配迅速上升之外。
距离具有低质量图像的距离的识别被确定为一个问题，尽管这肯定是为了缓解某些隐私拥护者。
面部表情也少得多挑战根据研究的说法，对生物特征匹配系统比采用深度学习之前所做的。
该论文并未分析人口差异，尽管马塞尔（Marcel）和合着者蒂亚戈·德·弗雷塔斯（Tiago de Freitas Pereira）在LinkedIn线程中承认算法和系统偏见是持续存在的挑战，但却落在了研究范围之外。安全方面（例如变形和其他演示攻击）也超出了该范围。
这项研究是使用六个数据集和五种公共可用的五种面部识别算法进行的，目的是实现可重复性。
