从目前现状来看，虹膜识别技术还不能实现高密度人群场景中多目标的识别，主要还是用于针对单一目标的识别。据何召锋介绍，通常情况下，虹膜识别单一目标的识别效率低于2秒。从应用场景角度来看，虹膜识别在识别效率、识别距离、易用性等方面仍有不小的突破空间。
        虹膜纹理十分细微，对采样清晰度的要求很高。因此，市场上虹膜识别产品的使用距离普遍较近。提升识别距离主要有三种方式：一是提升相机系统的采样速度，在镜头照明选型设计上，尽量提升镜头的景深；二是选取合适的传感器来实现自动对焦；三是在算法层面上尝试创新技术，利用深度学习及先进的人工智能算法和处理手段，通过多帧图像重建高清虹膜图像扩展提升识别范围。”

        虹膜识别应用场景多样，为满足不同用户需求，通常结合不同的场景设计不同方案。小范围应用场景，如虹膜门锁、虹膜门禁、虹膜手机设备，在满足识别准确率前提下，适当降低错误接受率指标，提升易用性；大范围应用场景，如公安、金融领域，适当降低错误拒绝率指标，对使用过程规范要求很高，以保证图像采集的清晰度和识别的准确率。”

        何召锋表示：“在较远的距离上克服目标和成像系统之间的相对运动，主动捕捉有效虹膜图像是现阶段远距离虹膜识别的巨大挑战。一方面是光学设备的改进和算法本身的提升，另一方面融合低质量的生物特征数据实现高质量的识别，也将是虹膜技术今后发展的关键。”

        早期，虹膜识别产品多使用固定镜头，需要人来主动配合设备，因此对人员的配合程度比较高，适用性较差。目前，市场上已经出现配合人脸检测的方式来进行机器自动寻找人员，设备采用自动俯仰、自动对焦技术，配合最新研发的智能跟踪多模相机，识别距离可达1米以上并满足刑侦级要求，识别空间范围有大幅度的提升，同时减小人员的配合度。