比如办公楼的监控视频，就可以通过目标检测软件来进行不间断的自动检测，有几个人出入过这栋办公楼都可以有清晰准确的数据显示。这种目标检测能够省去访问人员的登记过程，清晰度高并且建立了员工信息库的话甚至还可以识别出具体有哪些人出入，在第一时间识别出陌生的外来者。目标识别技术是通过查找比对已经在数据库中的身份信息，通过人脸信息对应到这个人的身份，或者是识别出数据库中没有信息的外来者。一张人脸的图像或者视频截图会被软件划分为几个区域，因为人脸的结构大体上是相似的，所以用眉眼、鼻子和嘴的位置和脸的轮廓，就可以完全勾勒出一张人脸的特征，头发这种容易改变的特征一般就不在识别范围内。尽管人脸识别技术这么方便，但还是有很多人质疑它的安全性。如果有人拿着我的照片，会被识别成我吗？如果我去超市结账的时候刷马云的照片，他能替我付账吗？类似的安全威胁也在工程师们的考虑之内，所以后来人脸识别技术也增加了一些附加条件。比如在识别的时候，如果发现脸部不是一个立体的结构，就不会给予识别，这样就能避免拿着照片识别的情况。有些人对此还不满意，照片是不会被识别了，万一有人戴着我的面具呢？虽然大多数普通人不会被人仿冒，但如果是重要身份的人，一旦被仿冒就可能蒙受很严重的损失，所以抵御这种安全风险也是有必要的。所以一些人脸识别技术中也加入了虹膜识别，照片和不露出眼睛的面具进行虹膜识别时，识别软件就会发现被识别者的眼部没有正常的动作，是死气沉沉的，不会给予识别。而露出眼睛的面具也会因为虹膜和身份对应不上而得到失败的身份验证结果，这样就万无一失了。毕竟比起容易用指模轻松复制的指纹信息来进行指纹识别，虹膜目前是无法复制的。2019年被誉为刷脸支付的元年，业界也普遍看好刷脸支付在2020年能够再登高峰。但在疫情之下，人们只要出门必戴口罩，付款时也不例外，眼睛和头部的特征点太少，无法保证安全性，因此刷脸支付便无法进行。
对于刷脸支付从业者来说，受疫情的影响，至少近两个月都会面临非常严峻的考验。刷脸支付的这个“寒冬”，该如何渡过？
疫情期间，刷脸支付设备沦为摆设？
无法刷脸支付，是否意味着线下的刷脸支付设备就成了摆设，或者只能沦为一块广告屏？
当然不是，刷脸支付设备也同样支持二维码支付。以市面上最普遍的蜻蜓为例，在经过软件技术升级之后，不仅可以刷脸，同时还支持支付宝和的扫码支付，使用时只要将付款码靠近摄像头，照样能完成付款。因此，在疫情期间，刷不了脸，就将刷脸支付设备当做扫码设备使用。