建筑人脸脸识别设备的利处
1、自然性，所谓的自然性是指通过观察比较人脸来区分和确认身份;具有自然性的识别还有语音识别和体形识别，而指纹识别和虹膜识别等因人类或其他生物不能通过此类生物特征区别个体所以不具备自然性。
2、非强制性，被识别的人脸图像信息可以主动获取而不被被测个体察觉，人脸识别是利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别需要利用电子压力传感器采集指纹，这些特殊的采集方式很容易被人察觉，从而带有可被伪装欺骗性。
3、非接触性，相比较其他生物识别技术而言，人脸识别是非接触的，用户不需要和设备直接接触。
4、并发性，在实际应用场景中，人脸识别技术可以进行多个人脸的分拣、判断及识别。
5、便利性，在建筑人脸识别设备拥有强大的云储存功能，能储存大量工人信息，便于企业管理。
6、真实性，数据对接当地政府，实现工人实名制管理。
5、便利性，在建筑人脸识别设备拥有强大的云储存功能，能储存大量工人信息，便于企业管理。
6、真实性，数据对接当地政府，实现工人实名制管理。
建筑人脸脸识别设备的弊端
人脸识别设备利用的技术属于生物特征识别技术，是对生命体（一般特指人类）本身的生物特征来区分个体生命体。人脸识别技术是指利用分析比较的计算机技术识别人脸。现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合、采集条件不理想的情况下，现有系统的识别率将有下降趋势。人脸识别技术远未达到实用水平，还存在着诸多的挑战性问题需要解决。
比如，人脸比对时，与系统中存储的人脸有出入，例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。也就是说，人如果发生微小变化，系统可能就会认证失败。如今，保守估计，人脸识别技术准确率能达到95%，但没有达到100%。同时，对于双胞胎，由于相似特征太多，人脸识别基本不可能完成。另外光照、姿态、装饰等，对机器识别人脸都有影响。目前在美国有全世界最先进的人脸识别系统，其在做测试的时候，识别误读率也有1%。
如今，对于非配合情况下的人脸图像采集，遮挡问题非常严重。特别是在监控环境下，被监控对象可能会戴着眼镜、帽子等饰物，使得被采集的人脸图像有可能不完整，从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。如何有效地去除遮挡物的影响，是非常紧迫的研究课题。同时，随着年龄的变化，面部外观也会变化，特别是对于青少年，这种变化更加明显。对于不同的年龄段，人脸识别算法的识别率也不同。年龄变化对人脸识别算法的影响也必须得到解决。
此外，虽然随着人脸数据库规模的增长，人脸识别算法的性能将呈现下降，如何维持或提高大规模应用环境下的人脸识别算法的识别率，同样是一个非常重要的问题。
