0755-21058486 官方微信 关注微信服务号
当前位置:首页 >> 新闻中心 >> 行业新闻

新闻中心

新闻中心

联系我们

深圳市博正计算机软件有限公司

地址:深圳市龙华区华荣路105号企商网创客中心A栋501

总机:0755-21058486
电话:181 2640 2095

传真:0755-21058486-601

销售邮箱:rong@szbozen.com
      tengfan@szbozen.com

售后邮箱:

Sales@szbozen.com

邮编:518000

行业新闻

人脸识别一直未解决的技术难点

发布日期:2020-07-01
人脸识别虽说发展到现在有了近40年,但它一直存在的几个难点,到现在也没能彻底解决。
 
对于人脸识别技术的主要用途及目前存在的技术难题的解析
 
1、光照问题
 
光照问题是机器视觉重的老问题,在人脸识别中的表现尤为明显。由于人脸的3D结构,光照投射出的阴影,会加强或减弱原有的人脸特征。
 
2、表情姿态问题
 
与光照问题类似,姿态问题也是目前人脸识别研究中需要解决的一个技术难点。姿态问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变化,其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失。针对姿态的研究相对比较的少,目前多数的人脸识别算法主要针列正面、准正而人脸图像,当发生俯仰或者左右侧而比较厉害的情况下,人脸识别算法的识别率也将会急剧下降。面部幅度较大的哭、笑、愤怒等表情变化同样影像着面部识别的准确率。
 
对于人脸识别技术的主要用途及目前存在的技术难题的解析
 
3、遮挡问题
 
对于非配合情况下的人脸图像采集,遮挡问题是一个非常严重的问题。特别是在监控环境下,往往彼监控对象都会带着眼镜,帽子等饰物,使得被采集出来的人脸图像有可能不完整,从而影响了后面的特征提取与识别,甚至会导致人脸检测算法的失效。
 
4、年龄变化
 
随着年龄的变化,面部外观也在变化,特别是对于青少年,这种变化更加的明显。对于不同的年龄段,人脸识别算法的识别率也不同。一个人从少年变成青年,变成老年,他的容貌可能会发生比较大的变化,从而导致识别率的下降。对于不同的年龄段,人脸识别算法的识别率也不同。
 
5、人脸相似性
 
不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。
 
对于人脸识别技术的主要用途及目前存在的技术难题的解析
 
6、图像质量
 
人脸图像的来源可能多种多样,由于采集设备的不同,得到的人脸图像质量也不一样,特别是对于那些低分辨率、噪声大、质量差的人脸图像(如手机摄像头拍摄的人脸图片、远程监控拍摄的图片等)如何进行有效地人脸识别是个需要关注的问题。同样的,对于高分辨图像对人脸识别算法的影响也需要进一步的研究。
 
7、样本缺乏
 
基于统计学习的人脸识别算法是目前人脸识别领域中的主流算法,但是统计学习方法需要大量的训练。由于人脸图像在高维空间中的分布是一个不规则的流形分布,能得到的样本只是对人脸图像空间中的一个极小部分的采样,如何解决小样本下的统计学习问题有待进一步的研究。
 
8、海量数据
 
传统人脸识别方法如PCA、LDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据,这些方法其训练过程难以进行,甚至有可能崩溃。
 
9、大规模人脸识别
 
随着人脸数据库规模的增长,人脸算法的性能将呈现下降。
  • 上一篇:博正刷脸支付设备  2020/07/14
  • 下一篇:扫码支付和POS机刷卡支付有什么不同呢?  2020/06/29
  • 版权所有   Copyright © 深圳市博正计算机软件有限公司   All Rights Reserved 粤ICP备17123016号