人(rén)臉識别中的人(rén)臉采集會受到哪些因素的影響

• 2020/03/24

在科學技術(shù)的進步下(xià)，對人(rén)臉識别技術(shù)以及算法的研究也會不斷的進步，但(dàn)在實際應用中會受到光(guāng)照、遮擋、面部表情等因素而影響人(rén)臉識别的準确性，使識别的準确率會降低(dī)。那(nà)麽在人(rén)臉識别中的人(rén)臉采集環節會受到哪些因素的影響？

圖像大小

在進行(xíng)采集人(rén)臉信息時(shí)，如(rú)果采集到的人(rén)臉圖像太小會影響識别效果，而太大則會影響識别速度。而在規定的人(rén)臉圖像大小內(nèi)，人(rén)臉識别算法可(kě)以更容易提升識别的準确率和(hé)召回率。人(rén)臉圖像大小反映在實際應用場景被識别的用戶人(rén)臉離攝像頭的距離。

圖像分辨率

采集到的人(rén)臉圖像分辨率越低(dī)越難識别，人(rén)臉圖像大小綜合的分辨率會直接影響攝像頭的識别距離，從(cóng)而影響最後的識别結果。

模糊程度

人(rén)臉識别在實際場景，進行(xíng)人(rén)臉采集會有可(kě)能(néng)産生模糊的圖像，人(rén)臉相對于攝像頭的移動經常會産生運動模糊。對于圖像運動模糊的解決部分攝像頭通(tōng)過抗模糊的功能(néng)解決，也可(kě)以考慮通(tōng)過算法模型優化這(zhè)一(yī)個問(wèn)題。

采集角度

在實際場景應用中，人(rén)臉采集時(shí)人(rén)臉對着攝像頭角度為(wèi)正臉，其識别效果最好。但(dàn)實際場景中很(hěn)難抓拍正臉。因此，在人(rén)臉識别技術(shù)算法模型需要(yào)訓練包含左右側人(rén)臉、上(shàng)下(xià)側人(rén)臉的數(shù)據。使人(rén)臉識别系統開(kāi)發在實際應用中可(kě)以滿足人(rén)臉與攝像頭構成的角度，在算法識别範圍內(nèi)的要(yào)求。