颜水成表示，面对双胞胎或者整容前后等特殊情况，机器能否识别，要看具体情况。比如整容幅度过大，机器无法识别是有可能的。此外，脸部信息也会随着年龄增长而改变。如果到了机器无法识别的程度，使用者只需去系统更新脸部照片就可解决。
为了提高识别率，不少应用场景都需要用户采用除人脸识别技术外的双重验证。陈继东表示，交叉验证方式进一步提升识别率，即使是双胞胎也“判若两人”。在金融等对误识别率容忍极低的领域中，单一识别要素即使精准度再高仍然会有漏网之鱼，因此需要结合多因子综合验证。目前人脸识别准确率已远超肉眼，而且有活体检测算法来判断采集到的人脸信息是否为照片、视频等冒充。“即便出现账户被冒用的极小概率事件，支付宝也会通过保险公司全额赔付。”
疑惑三：用户隐私如何保护？
有专家指出，人脸特征与指纹、虹膜相比，是一个具有弱隐私的生物特征。例如，很多人都会发自拍照，也是相对公开的特征。如何保证用户数据安全尤为关键。
据媒体报道，在一个名为“你的脸就是大数据”的项目中，俄罗斯摄影师叶戈尔·茨韦特科夫在圣彼得堡用了6周时间拍摄100名地铁乘客的人脸照片，之后利用人脸识别工具比对俄罗斯最大社交网站VK(VKontakte)上的5500万用户，找到了大约70名乘客的个人资料。
如何防范类似的隐私泄露风险？旷视科技副总裁谢忆楠表示，旷视在采集到照片后会对照片进行脱敏处理，只提取照片特征，而非照片本身，即使这些特征在传输过程中被窃取，也无法还原出照片，过程是不可逆的。
陈继东说，目前支付宝已经对人脸识别技术进行了加密、脱敏的技术防范，可以将人脸信息变成一个不可逆的数字信息，不能还原、比对。
苹果方面介绍，其所有保存的面容信息都被保护在安全隔区内，以确保数据安全无虞。同时，所有处理都在设备上进行，不会发生在云端，以充分保护用户隐私。面容ID只有在用户注视iPhone X时才会为它解锁，并采用特别设计，可防止被照片或面具假冒的人脸欺骗。
相关行业标准有待完善
专家普遍认为，人脸识别技术的市场潜力巨大，技术要求高安全性、高准确率、高可用性、高实时性，但目前人脸识别技术还没有一个行业标准，用户隐私安全也亟待保障，建议制定并完善行业标准。
