科学方式进步下，现代科技对人脸识别技术以及算法的研究也在不断提升。支付宝刷脸支付，各种银行后台刷脸验证的方式层出不穷，在H5游戏当中也不乏有人脸识别的融入。靠人脸识别技术来达到游戏的娱乐性。人脸识别在实际应用场景中会受到光照、遮挡、面部表情等因素的影响，从而造成准确性不佳、识别率降低的问题。那在游戏中的人脸识别技术与普遍的人脸识别技术，会要注重哪些要点的设置呢。
1、采集角度
在实际场景应用中，人脸采集时人脸对着摄像头角度为正脸，其识别效果最好。但实际场景中很难抓拍正脸。因此，在人脸识别技术算法模型需要训练包含左右侧人脸、上下侧人脸的数据。使人脸识别系统开发在实际应用中可以满足人脸与摄像头构成的角度，在算法识别范围内的要求。
2、模糊程度
人脸识别在实际场景，进行人脸采集会有可能产生模糊的图像，人脸相对于摄像头的移动经常会产生运动模糊。对于图像运动模糊的解决部分摄像头通过抗模糊的功能解决，也可以考虑通过算法模型优化这一个问题。
3、图像分辨率
采集到的人脸图像分辨率越低越难识别，人脸图像大小综合的分辨率会直接影响摄像头的识别距离，从而影响最后的识别结果。同时在满足分辨率的情况下，还需要做到与各种类型的手机屏幕的适配性，避免出现屏幕拉伸等问题。
4、图像大小
在进行采集人脸信息时，如果采集到的人脸图像太小会影响识别效果，而太大则会影响识别速度。而在规定的人脸图像大小内，人脸识别算法可以更容易提升识别的准确率和召回率。人脸图像大小反映在实际应用场景被识别的用户人脸离摄像头的距离。
人脸识别技术还需要不断完善，在H5制作的游戏中才能更加流畅和稳定，一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。
H5制作的游戏中所涉及到的人脸识别技术同样很重要，这影响着用户的操作体验和娱乐性，所以要做好人脸识别技术的融入也是非常的重要的。