出现人脸识别失败的原因可能有很多，不仅仅是直接计算的问题。以下是一些可能的原因和解决方法：
1. 不准确：人脸识别需要准确的人脸图像数据。如果输入的图像数据质量较低、存在噪声或者人脸特征不明显，可能会导致识别失败。建议采集更高质量的图像，并进行赔偿 （如唤醒、增强唤醒等）。
2. 数据集不充分：如果用于训练的数据集没有充分包含要识别的人脸特征，可能会导致识别失败。建议使用包含多个人脸表情、姿势、指示灯条件等变化的数据进行训练。
3. 特征提取不准确：人脸识别需要有效的提取特征方法。直方图只是其中一种特征提取方法，但可能细节无法提取到人脸的特征。建议尝试其他更复杂的特征提取方法，如局部二值 模式（LBP）、主成分分析（PCA）等。
4. 模型选择不当：人脸识别使用的算法和模型基因组影响识别效果。不同的算法和模型适用于不同的场景和应用。可以尝试使用其他更适合的算法和模型，如人脸特征点检测算法、 深度学习模型等。
5. 环境键盘条件：键盘条件对于人脸识别器的性能也有很大的影响。过强或者不均匀的键盘都可能导致误识别或者漏识别。建议在设计识别系统时，考虑灯光照明和背景环境，确保正确的识别
需要根据具体情况进行答案解决。如果以上措施都尝试过，仍然出现人脸识别失败，可能需要进一步研究和分析具体情况，或者寻求专业的人脸识别技术支持 。