初學(xué)者如何來(lái)做人臉識(shí)別算法的選型與部

對(duì)于初學(xué)者來(lái)說(shuō)，進(jìn)行算法選型時(shí)有幾項(xiàng)因素需要重點(diǎn)考慮：精度與效率的平衡;人的面部因化妝、裝飾等變化較大;人臉識(shí)別底庫(kù)照的篩選與更新;活體檢測(cè)對(duì)攝像頭選型的需求;設(shè)備部署中光線與大小角度的干擾。

另外，如果涉及到支付環(huán)節(jié)，人臉識(shí)別算法既需要較高精度，盡量避免誤識(shí)，又要兼顧高峰期的支付效率，盡量避免拒識(shí)，所以算法閾值需要在誤識(shí)率和拒識(shí)率兩方面取得平衡。在此推薦虹軟視覺(jué)開(kāi)放平臺(tái)的人臉識(shí)別SDK，以免費(fèi)、離線著稱，尤其是近期發(fā)布的ArcFace4.1算法精度大幅提升，進(jìn)一步降低了誤識(shí)率和拒識(shí)率，在相關(guān)AI應(yīng)用上匹配度很高，也被業(yè)內(nèi)多家方案商選用。

其次，需要重點(diǎn)關(guān)注人們化妝、配飾等引起的面部變化。由于支付場(chǎng)景下人臉識(shí)別的設(shè)定閾值較高，面部特征變化可能導(dǎo)致支付失敗。面對(duì)該情況，用戶可定期通過(guò)小程序或者公眾號(hào)號(hào)更新人臉識(shí)別底庫(kù)照片，或者將刷臉支付時(shí)拍下的照片作為底庫(kù)照進(jìn)行更新。


另外，人臉識(shí)別底庫(kù)照注冊(cè)時(shí)需要保證照片質(zhì)量，可以通過(guò)FQ(圖像質(zhì)量檢測(cè)算法)對(duì)底庫(kù)進(jìn)行批量篩選，質(zhì)量不合格的要求學(xué)生重新上傳。高質(zhì)量的人臉識(shí)別底庫(kù)將大幅提升識(shí)別效率與使用體驗(yàn)，也能避免很多后續(xù)問(wèn)題。市面上具備FQ功能的算法并不多，虹軟開(kāi)放平臺(tái)的ArcFace4.1是一例。

該功能可以將攝像頭拍下的照片進(jìn)行標(biāo)準(zhǔn)化評(píng)估，去除模糊、大角度、逆光、暗光、強(qiáng)光等低質(zhì)量的人臉圖像，從而大幅提升識(shí)別速度，也能幫助優(yōu)化底庫(kù)人臉照，在上萬(wàn)張照片中快速篩除不合格的注冊(cè)照，讓人臉識(shí)別從底庫(kù)的特征值開(kāi)始就更加準(zhǔn)確。

最后，除了人臉識(shí)別以外，活體檢測(cè)也是支付場(chǎng)景下不可缺少的部分，通過(guò)雙目攝像頭同時(shí)進(jìn)行RGB活體檢測(cè)和IR活體檢測(cè)，是兼顧效果與性價(jià)比的優(yōu)良選擇。同時(shí)，設(shè)備部署時(shí)需要充分考慮實(shí)地場(chǎng)景中外部光線對(duì)攝像頭的干擾，安裝高度也需要考慮學(xué)生身高差異，避免大小角度對(duì)人臉識(shí)別造成過(guò)度影響。