El reconocimiento de identidad facial basado en imágenes se ha convertido en una tecnología que ahora se utiliza en muchas aplicaciones. Esto se debe a que es posible utilizar solo una cámara sin necesidad de ningún otro dispositivo. Además, debido a la ventaja de la tecnología sin contacto, es una de las certificaciones más populares. Sin embargo, un sistema de reconocimiento común no es posible si se pierde parte de la información facial debido a la postura del usuario o al uso de mascarillas, como sucede con la enfermedad prevalente reciente. En algunas plataformas, aunque el rendimiento se mejora a través de actualizaciones incrementales, sigue siendo incómodo e inexacto. En este documento, proponemos un método para responder de manera más activa a estas situaciones. Primero, determinamos si se produce una oscuridad y mejoramos la estabilidad calculando el vector de características utilizando solo un área significativa cuando se produce la oscuridad. Al reciclar el modelo de reconocimiento existente, sin incurrir en costos adicionales significativos, se confirmaron los resultados de reducir la caída en el rendimiento de reconocimiento en ciertas situaciones. Utilizando esta técnica, confirmamos una mejora de rendimiento de aproximadamente 1 a 3% en una situación donde se pierde cierta información. Aunque el rendimiento no mejora drásticamente, tiene la gran ventaja de que puede mejorar el rendimiento de reconocimiento utilizando sistemas existentes.