但到目前为止，还是有限制因素，这些工具被八种所谓的核心状态所限制——愤怒、轻蔑、恐惧、厌恶、快乐、悲伤、惊讶或中立。
日本科技开发商富士通推出了一项基于人工智能的技术，使面部识别在跟踪情绪表达方面又向前迈进了一步。现有的FR技术是基于“识别各种动作单元——即我们所做的某些面部肌肉运动，这些运动与特定的情绪有关。当前技术的问题在于，人工智能需要针对庞大数据集进行训练。它需要知道如何从所有可能的角度和位置识别，一旦没有足够的图像，那么在通常情况下，它就不是那么准确。
用大量数据训练人工智能来有效地检测情绪，是非常困难的，举个例子来说，如果实验过程中，受试者没有按照要求坐在摄像机前直视镜头，实验就会变得极为困难，类似这样的问题，很多。
富士通公司称，他们已经找到了一种提高人脸识别结果在情绪检测方面提高质量的方法。他们新创建的工具任务是“从一张图片中提取更多数据”，而不是使用大量图片来训练人工智能。
该公司称这一过程为“标准化过程”，即将“从特定角度拍摄的照片转换成类似正面拍摄的图像”。在同样有限的数据集下，可以更好地检测到更多的AUs，即使是从一个倾斜的角度拍摄照片，也可以识别复杂的情绪，这比目前分析方法的核心表情更精妙。
这个工具可以检测出像紧张的笑声一样、复杂的情绪变化，准确率达81%，这个数字是通过‘标准评估方法’确定的。相比之下，根据独立研究统计结果显示，微软的工具只有60%的准确率，而且在处理从更倾斜的角度拍摄的照片时，这个准确度还会下跌。
