轉載自it168網站
人臉識別，特指利用分析比較人臉視覺特徵資訊進行身份鑒別的電腦技術。人臉識別是一項熱門的電腦技術研究領域，它屬於生物特徵識別技術，是對生物體(一般特指人)本身的生物特徵來區分生物體個體。
人臉識別存在問題
人臉識別被認為是生物特徵識別領域甚至人工智慧領域最困難的研究課題之一。而人臉識別技術的難點主要體現在人臉作為生物特徵的一些特點上。
首先，就人的臉部特徵而言，不同個體之間的區別並不是很明顯，因為每個人的臉部結構都是相似的，甚至是人們臉部器官的分佈、結構和外形，這對於利用人臉進行定位是有利的，但是對於利用人臉區分人類個體是不利的。
其次，人臉的外形很不穩定，人們可以通過臉部肌肉的變化產生很多不同的表情，而在不同的角度進行觀察，人臉的視覺圖像也相差很大，這對於利用人臉識別效果的穩定性和準確性也帶來了一定的挑戰。
再次，人臉識別還受光照條件(例如白天和夜晚，室內和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭髮、鬍鬚等)、年齡等多方面因素的影響。如何規避這些外因對於人臉識別速度以及人臉識別效果的影響，一直是科研的重點方向。
因此，在人臉識別中，第一類的變化，即人臉外形的變化，是應該放大而作為區分個體標準的，而第二類的變化，即外界條件對於人臉識別的影響，應該消除，因為它們可以代表同一個個體。通常稱第一類變化為類間變化(inter-class difference)，而稱第二類變化為類內變化(intra-class difference)。對於人臉，類內變化往往大於類間變化，從而使在受類內變化干擾的情況下利用類間變化區分個體變得異常困難。
人臉識別技術瓶頸
然而人臉識別對技術要求和設備成本投入非常高，加之國外已經對相關技術形成壟斷，以及傳統的人臉識別技術無法適應使用環境的變化例如：光線、姿態、表情等不同的變化因素，導致人臉識別長時間無法普及應用。
在實際應用中，要注意以下幾個重要問題：
● 年齡變化
不同年齡的人臉有較大的差別。身份證是以前照的，在逃犯的照片也是以前的，因此，在公安部門的實際應用中，年齡問題是一個最突出的問題。
● 姿態變化
這一問題在活動人臉的識別中更為突出。一般的，主要測試左右角度的識別率。當前的水準是：±10º可以達到較高的識別率。
● 不同介質
採集人臉圖像的設備較多，主要有掃描器(照片)、數碼相機、攝像機。由於成像的機理不同，形成了同類人臉圖像的識別率較高而不同類別間人臉圖像的識別率較低的情況。隨著人臉識別技術的發展，這一問題也將逐步得到解決。
(2)識別速度
識別速度有兩種，一種是基於檔的，即把特徵存成檔，在檔級進行比對。另一種是基於資料庫的，如在oracle資料庫中進行比對，在資料庫中存有詳細的人員檔案由此可以進行圖文混合查詢，而借助圖文混合查詢，可以提高查中率。 基於檔的比對速度可以達到20萬人/秒;基於資料庫的，單伺服器的比對速度可以達到1萬人/秒。
這兩種方式各有特點，目前的研究是將兩者的優點結合在一起，以實現高速、高識別率的人臉識別。活動人臉的識別要求系統有較高的識別速度。其中包括人臉檢測的速度以及人臉的識別速度。在40ms內可以實現人臉檢測，在10萬人的資料庫中，2秒內完成從人臉檢測定位到人臉識別的全過程，應能滿足大多數實際應用的要求。
人臉識別系統市場用前景廣闊
如今的人臉識別技術已進入了實化階段，該技術目前在公安、安全、海關、金融、軍隊、機場、邊防口岸、安防等領域也得到了很廣泛的應用。
▲
有專家進一步指出，人臉識別的全面應用時代已經到來。在科技界，人臉識別認證由於非侵犯性好、安全性高、無論室內還是戶外均可使用等特性，一直比「認卡不認人」的IC卡更具發展前景。
再加上去年佔有全球80%非接觸IC卡市場份額的恩智浦半導體、其MIFARE one加密演算法被成功破解所帶來的巨大危機，更讓人們意識到人臉識別技術的優勢所在。
沒有留言:
張貼留言