人脸识别技术受光线、角度等因素的影响是一个普遍存在的问题。光线的变化会影响到人脸图像的清晰度和对比度，从而影响算法对人脸特征的提取和匹配。在强光或弱光环境下，人脸识别系统可能会出现识别率降低的情况。角度的变化也会导致人脸图像的形态发生变化，这对于人脸识别系统来说是一个挑战，特别是对于那些基于二维图像的人脸识别系统来说。因此，光线和角度都是需要被考虑的因素。
为了应对这些问题，人脸识别技术通常会采用一些方法来提高鲁棒性，例如多角度人脸图像训练，多光照条件下的数据集训练，以及采用更先进的人脸识别算法。此外，还可以通过使用红外摄像头来减少光线对人脸识别的影响，或者通过多传感器融合的方式来提高系统的鲁棒性。
在实际应用中，可以通过在人脸识别系统中增加光线和角度的自适应性处理模块，来提高系统对光线和角度变化的适应能力。另外，定期的系统维护和校准也是确保人脸识别系统性能稳定的重要手段。
总的来说，人脸识别技术受光线、角度等因素的影响，但可以通过采用合适的技术手段和方法来提高系统的鲁棒性和稳定性。