人脸识别系统的误识率取决于多种因素，包括系统厂商、算法质量、数据质量、环境光线等。一般来说，高质量的人脸识别系统在受控环境下的误识率可以控制在1%以下，但在真实世界的复杂环境下，误识率可能会上升至数个百分点甚至更高。
要降低人脸识别系统的误识率，可以考虑以下几点：
选择优质的系统和算法：不同厂商的人脸识别系统性能有很大差异，要选择经过验证的高质量系统。
改善数据质量：人脸识别系统的准确性与训练数据的质量有很大关系，要确保训练数据的多样性和代表性。
考虑环境因素：不同的光照、角度和遮挡都会影响人脸识别系统的准确性，需要根据实际使用环境进行系统的部署和调整。
结合其他技术手段：可以考虑结合其他生物特征识别技术，如指纹识别、虹膜识别等，来提高整体的识别准确性。
举个例子，某公司在实验室环境下测试了一款人脸识别系统，发现其误识率仅为0.5%，但在实际场景中，误识率却上升到了5%。经过分析发现，主要是因为系统在复杂光线下的表现不佳，于是他们选择了另一款能够自适应光线的系统，并对现有的数据进行了重新标注和扩充，最终将误识率降低到了2%。
综上所述，要降低人脸识别系统的误识率，需要综合考虑系统质量、数据质量和环境因素，并结合其他技术手段来提高识别准确性。