根据热成像测温原理可知，影响人脸识别测温终端测温的几个因素包括：
1.温度：在户外，猛烈的阳光中含有红外线、紫外线、可见光，这些光线对热成像探头都影响。
2.雨水：雨水淋在人脸识别测温终端上，雨水会遮挡了测温探头，导致无法测温。
3.阳光：阳光直射在脸识别测温仪上，除了太阳温度，还有太阳光线都会影响探头测温的准确度。
人脸识别-Fisherface算法
线性鉴别分析在降维的同时考虑类别信息，由统计学家Sir R. A.Fisher1936年发明（《The useof multiple measurements in taxonomic problems》）。为了找到一种特征组合方式，达到***大的类间离散度和***小的类内离散度。这个想法很简单：在低维表示下，相同的类应该紧紧的聚在一起，而不同的类别尽量距离越远。1997年，Belhumer成功将Fisher判别准则应用于人脸分类，提出了基于线性判别分析的Fisherface方法（《Eigenfaces vs. fisherfaces:Recognition using class specific linear projection》）。
关于人脸识别的概述
研究证明任何的特殊人脸都可以通过称为eigenpictures的坐标系统来表示。Eigenpictures是面部集合的平均协方差的本征函数。研究对不同的图形纹理进行比较，并提出了用来描述图像纹理特征的LBP算子。研究提出了一种理论上非常简单而有效的灰度和旋转不变纹理分类方法，该方法基于局部二值模式和样本和原型分布的非参数判别。该方法具有灰度变化稳健、计算简单的特点。研究基于Fisher的线性判别进行面部投影，能够在低维子空间中产生良好分离的类，即使在光照和面部表情的变化较大情况下也是如此。
