影響人臉識別的五個(gè)因素

1. 人臉相似性

不同個(gè)體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對于利用人臉進(jìn)行定位是有利的，但是對于利用人臉區(qū)分人類個(gè)體是不利的。

以模仿某個(gè)明星為目標(biāo)的化妝、整容等人為因素加大了這個(gè)問題的難度。尤其是雙胞胎的問題，人臉識別系統(tǒng)究竟能不能正確的識別出來，這個(gè)其實(shí)在學(xué)術(shù)界也是有爭論的。有專家認(rèn)為雙胞胎根本不應(yīng)該靠人臉識別技術(shù)進(jìn)行分辨，它是沒法用人臉識別技術(shù)來準(zhǔn)確進(jìn)行區(qū)分的。

2. 動態(tài)識別

非配合性人臉識別的情況下，運(yùn)動導(dǎo)致面部圖像模糊或攝像頭對焦不正確都會嚴(yán)重影響面部識別的成功率。在地鐵、高速公路卡口、車站卡口、超市反扒、邊檢等安保和監(jiān)控識別的使用中，這種困難明顯突出。

3. 人臉防偽

偽造人臉圖像進(jìn)行識別的主流欺騙手段是建立一個(gè)三維模型，或者是一些表情的嫁接。隨著人臉防偽技術(shù)的完善、3D面部識別技術(shù)、攝像頭等智能計(jì)算視覺技術(shù)的引入，偽造面部圖像進(jìn)行識別的成功率會大大降低。

4. 樣本缺乏

基于統(tǒng)計(jì)學(xué)習(xí)的人臉識別算法是目前人臉識別領(lǐng)域中的主流算法，但是統(tǒng)計(jì)學(xué)習(xí)方法需要大量的訓(xùn)練。由于人臉圖像在高維空間中的分布是一個(gè)不規(guī)則的流形分布，能得到的樣本只是對人臉圖像空間中的一個(gè)極小部分的采樣，如何解決小樣本下的統(tǒng)計(jì)學(xué)習(xí)問題有待進(jìn)一步的研究。此外，現(xiàn)在參與訓(xùn)練的人臉圖像庫基本都是外國人的圖像，有關(guān)中國人、亞洲人的人臉圖像庫少之又少，給訓(xùn)練人臉識別模型增加了難度。

5. 圖像質(zhì)量問題

人臉圖像的來源可能多種多樣，由于采集設(shè)備的不同，得到的人臉圖像質(zhì)量也不一樣，特別是對于那些低分辨率、噪聲大、質(zhì)量差的人臉圖像（如手機(jī)攝像頭拍攝的人臉圖片、遠(yuǎn)程監(jiān)控拍攝的圖片等）如何進(jìn)行有效地人臉識別是個(gè)需要關(guān)注的問題。同樣的，對于高分辨圖像對人臉識別算法的影響也需要進(jìn)一步的研究。現(xiàn)在，我們在人臉識別時(shí)，一般采用的都是相同尺寸，清晰度很接近的人臉圖片，所以圖像質(zhì)量問題基本可以解決，但是面對現(xiàn)實(shí)中更加復(fù)雜的問題，還需要繼續(xù)優(yōu)化處理。