常见问题

人脸识别技术面临的挑战

文字：[大][中][小] 手机页面二维码

2020/10/12 浏览次数：

一键分享

从实际测试来看，用户的预期与当前的技术水平之间的差距还是比较大的。人脸识别技术在动态监控应用中面临的压力实际上也比较大。1.用户希望正确报警率要求高。而现实是理论上来说必须接受高误报率。在技术方面，要达到高正确报警率，可以通过降低阈值来实现，但是降低阈值的代价是：高误报率。为了达到95%正确报警率，很多算法可能会产生300%或更高的误报率。2.用户希望监控库足够大，往往要求数万或几十万，甚至上百万的监控名单，希望能捕到“大鱼”。现实是库容量大就必须接受高误报率。3. 用户希望大规模成网建设，能够勾画出监控人员的活动轨迹。现实是必须高投入，重新建专用网络和相关硬件。4. 用户希望尽量使用目前的监控设备(摄像机和网络)。现实是现有的摄像机清晰度不够，图像质量差，用于场景监控时视频中人脸过小，网络带宽不够等等造成无法使用现有设备。5. 用户希望少产生误报甚至不产生误报。现实是这样就必将损失正确报警率和减少监控库容量，与用户的想法相违。6.光照问题：面临各种环境光源的考验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监控区域内各个位置的光照都不同。7. 人脸姿态和饰物问题，因为监控是非配合型的，监控人员通过监控区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等的各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。8. 摄像机的图像问题，摄像机很多技术参数影响视频图像的质量，这些因素有感光器(CCD、CMOS)、感光器的大小、DSP的处理速度、内置图像处理芯片和镜头等，同时摄像机内置的一些设置参数也将影响视频质量，如曝光时间、光圈、动态白平衡等参数。

返回上一步: 打印此页

上一个：车牌识别系统的分类和功能简介
下一个：电动门的性能优势及脱轨原因