人脸识别有哪些局限性?

2019 年 09 月 10 日

人脸识别的场景应用越来越广泛,在我们生活中的很多场景可以看到人脸识别应用在各种地方上。ren'l不过虽说人脸识别有着比较明显的优势,且应用广泛,但是还是会具有局限性。


人脸识别有哪些局限性?


1、光照问题,光照变化是影响人脸识别性能的关键因素,对于这个问题的解决程度关系着人脸识别应用进程的成败。因为人脸的3D结构,光照投射出的阴影会加强或减弱原有的人脸特征。特别是在晚上,可能是因为光线不足造成的面部阴影,会导致识别率的下降,使得人脸识别系统难以满足应用需求。

2、姿态问题,人脸识别是依据人的面部表象特征来进行识别,如何识别由姿态引起的面部变化是这项技术的难点之一。姿态问题关联到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,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,使得姿态问题成为人脸识别的一个技术难题。

3、遮挡问题,这个问题是对于没有在配合情况下的人脸图像采集,是一个比较严重的问题。尤其是在监控环境下,被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可能不完整,从而影响后面的特征提取与识别,还有可能导致人脸检测算法的失效。

4、年龄变化,每一个人都会随着年龄的变化,从少年变成青年,变成老年,容貌也会发生变化,从而导致识别率的下降。而对于不同的年龄段,人脸识别算法的识别率也不同。

5、人脸相似性,因为不同个体之间的区别不大,所有的人脸的结构都相似,有可能人脸器官的结构外形也是相似的。这样的特点对于利用人脸进行定位是有利的,但利用人脸来分别人类个体是不利的。

6、动态识别,这是在非配合性的人脸识别情况下,运动会可能导致面部图像模糊或摄像头对焦不正确,这样也会影响到人脸识别的准确率。例如在地铁、高速公路卡口、边检等安保和监控识别的使用中,这个问题比较明显。

7、人脸防伪,伪造人脸图像进行识别是比较常见的欺骗手段,是通过建立一个三维模型,或者是一些表情的嫁接进行伪造识别。但随着人脸防伪技术的完善、3D人脸识别技术、摄像头等智能计算视觉技术的引入,伪造人脸图像进行识别的准确率大大的降低。

8、图像质量问题,因为人脸图像的来源有可能是多种多样的,而且由于采集设备的不同,得到的人脸图像质量也会不用,而对于低分辨率、噪声大、质量差的人脸图像如何进行有效的人脸识别是需要要关注的问题。而对于高分辨率图像的脸部识别算法的影响也需要进一步的研究。


随着人工智能的发展,科学技术的不断进步,人脸识别技术会有更多的应用方向,它的安全问题也会逐渐被重视。


(非特殊说明,本文版权归原作者所有,转载请注明出处)

文章来源:畅视智能


  • 人脸识别系统功能分析

    人脸识别系统是以“人员轨迹查询、身份确认、人员布控”需求为主线,并且结合“事前预警、事中布控、事后侦查”的应用模式,从“搜人、判人、控人”三个维度规划人脸图像大数据应用系统功能,形成“人员踪迹查询、人员身份研判、人员布控预警”的业务功能。还

  • 关于劳动节假期放假通知

    劳动节即将到来,根据国务院关于法定节假日的规定和我单位工作实际情况,现将2019年劳动节放假的有关事项通知如下:

  • “ZAO”APP引出的问题:AI换脸能影响支付宝的刷脸支付吗?

    8月30日晚,一款AI换脸APP“ZAO”刷屏朋友圈,这款AI换脸APP是用户可以任意把别人的照片换成自己的,让自己秒变明星,可以与明星同台唱歌,还可以与偶像“谈恋爱”。这款软件主要功能包括造视频和造表情,使用时都需要上传人像照片。上传素材