肯定是还存在漏洞的，但是并不单是技术还未成熟这么简单，我觉得在算法思路问题、所保存的人脸识别的数据安全问题和过度滥用问题这三方面是人脸识别的主要主要挑战
1、人脸数据的安全问题
我认为这个是现在的最值得注意的问题，随着人脸识别的普及，已经渐渐代替指纹认证，因为它的无感解锁、无感支付使用户体验更加顺畅。但值得警惕的是，当我们授权了人脸后，往往会绑定你的人脸与姓名、手机号、身份信息。这就意味着，一旦你的人脸信息被泄露，我们其他的绑定信息也可能随之被盗用。虽然好多应用选称不会被泄露信息，但是问题在于，通过人脸识别系统的每一张人脸特征都被收录进系统后台的人脸信息库，这是一个庞大的信息库。另外如果有些企业已经倒闭了，那它的信息还会是安全的吗？在如今“信息即财富”的时代，信息也是不法分子的一块大肥肉。他们可以不单单进行引发恶意骚扰、人肉等威胁事件，甚至是使用个人信息注册空壳公司或者性质更加恶劣的非法行为。例如，国外已经有软件可以“以图搜人"的app，或者黑客盗取人脸信息的事件了。
2、算法思路以及技术上的问题
现在图像“补丁”就能轻易攻破识别算法，人脸图像扮演着“密码”这一角色，密码可以“破解”，人脸也不例外。
像安全系数较高的iPhone3D结构光活体检测，早在2017年就“3D人脸仿真面具”或者“人脸模型实时重建"给破解了。
更何况，目前市面上使用的人脸识别系统大多并非3D结构光活体检测，而是2D静态检测或者加上动作验证，所以我们经常能够看到诸如丰巢“刷脸取件”被小学生用打印的照片破解、智能防盗门被合成视频破解等新闻。
3、非刚需的人脸识别应用泛滥
由于资本市场嗅到了人脸识别的商业前景，人脸识别的产品的在近几年迅速扩张。
但就如专家表示，现在的人脸识别技术并没有很完美，一些人脸识别的应用效果未及预期。因此“应用为先，安全第二”的落地标准的安全风险暴露无遗。
比如人脸识别在“智慧校园”的应用。目前国内多所高校陆续在校门设置人脸识别闸机，抛开设备的经常性故障、受光线影响等问题，现阶段多数人脸识别闸机为了保证快速落地应用，搭载的识别算法主要是平面的图片对比，并没有按照真人的生物特征去进行运算，安全级别低。
另外还有在隐私侵犯边缘试探的应用，比如高校教室里安装人脸识别系统对学生课堂听讲情况的全程监控，任何动作都都逃不过人脸识别系统的“法眼”。这不仅侵犯学生的个人隐私，背后的信息去向更为人担忧。
当然，安全问题也不完全是技术问题，也是应用问题。未来，还需要行业、企业、政府等协同努力，寻找隐私、安全、便利之间的平衡，明确人脸识别的边界，真正地为人脸识别应用发展出“安全感”。
