AFのメカニズムについて詳しくないので推測なのですが、まずフォーカスエリアに入っている物体にAFが働き、人間ならその後に顔にピントを合わせる動作をするのであればAF速度が速くないと顔認識も早く処理されませんよね。
ピントが人間に合ってない状態で顔認識できないような気がするのだが。