也有可能是手機信號不好，客戶可以去信號好的地方再試。而且可能是進行人臉識別的環境有背光，或者光線不足。建議客戶去光線充足的地方重新驗證。
另外，也有可能是客戶有劉海或者戴了遮住臉的眼鏡。顧客可以梳好劉海或摘下眼鏡，確認臉部無遮擋後再嘗試。當然，也有可能是客戶沒有按照提示做出指定的動作或者說出指定的密碼，客戶再次嘗試時要認真按照系統提示進行。如果實在不行，客戶可以攜帶個人身份證、居住證明、經濟收入證明等相關材料到農行線下網點辦理。
人臉識別是壹種基於人臉特征信息進行身份識別的生物特征識別技術。壹系列相關技術，通常稱為人像識別和人臉識別，用於采集包含人臉的圖像或視頻流，自動檢測和跟蹤圖像中的人臉，然後對檢測到的人臉進行人臉識別。
人臉識別系統的研究始於20世紀60年代，80年代後隨著計算機技術和光學成像技術的發展而得到完善，但真正進入初級應用階段是在90年代後期，主要由美國、德國和日本的技術實現。人臉識別系統成功的關鍵在於是否擁有最前沿的核心算法，並使識別結果具有實用的識別率和速度；“人臉識別系統”集成了人工智能、機器識別、機器學習、模型理論、專家系統、視頻圖像處理等專業技術。同時需要結合中值處理的理論和實現。這是生物識別的最新應用。其核心技術的實現，顯示了弱人工智能向強人工智能的轉變。
傳統的人臉識別技術主要是基於可見光圖像，這也是我們熟悉的識別方法，已經發展了30多年。但是這種方法有不可克服的缺陷，特別是當環境光照變化時，識別效果會急劇下降，不能滿足實際系統的需要。解決光照問題的有三維圖像人臉識別和熱成像人臉識別。但這兩種技術都遠未成熟，識別效果也不盡如人意。
壹種快速發展的解決方案是基於主動近紅外圖像的多光源人臉識別技術。它能克服光線變化的影響，取得了優異的識別性能。整體系統性能在準確率、穩定性和速度方面都超過了三維圖像人臉識別。這項技術在近兩三年發展迅速，使得人臉識別技術逐漸實用化。