人臉識別的難點

1、圖像光線：識別的視頻和圖片面臨各種環(huán)境光源的考驗，可能出現(xiàn)側(cè)光、頂光、背光和高光等現(xiàn)象，而且有可能出現(xiàn)各個時段的光照不同，甚至在監(jiān)控區(qū)域內(nèi)各個位置的光照都不同。

2、人臉姿態(tài)和飾物：因為監(jiān)控是非配合型的，監(jiān)控人員通過監(jiān)控區(qū)域時以自然的姿態(tài)通過，因此可能出現(xiàn)側(cè)臉、低頭、抬頭等各種非正臉的姿態(tài)和佩戴帽子、黑框眼鏡、口罩等飾物現(xiàn)象。

3、人的臉部存在相似性：不同個體之間特別是同一民族的區(qū)別不大，所有人臉的結(jié)構(gòu)都相似，甚至人臉的結(jié)構(gòu)外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分個體是不利的。再加上化妝的掩蓋及雙胞胎的天然相似性更增加了識別的難度。

4、人臉存在易變性：人臉的外形很不穩(wěn)定，人可以通過臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大。

當前，隨著人工智能、物聯(lián)網(wǎng)等前沿技術(shù)的迅速發(fā)展，智能時代已悄然到來，"刷臉"逐漸成為了新的風潮。在人臉識別技術(shù)商業(yè)化應(yīng)用領(lǐng)域不斷擴張的趨勢下，"刷臉"辦事正愈發(fā)常見。

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。

人臉識別系統(tǒng)主要包括四個組成部分，分別為：人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。下面宣城盛宇小編來給大家介紹一下人臉圖像采集及檢測。

人臉圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當用戶在采集設(shè)備的拍攝范圍內(nèi)時，采集設(shè)備會自動搜索并拍攝用戶的人臉圖像。

人臉檢測：人臉檢測在實際中主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現(xiàn)人臉檢測。

在人臉識別中，由一組特征臉基圖象張成一個特征臉子空間，任何一幅人臉圖象（減去平均人臉后）都可投影到該子空間，得到一個權(quán)值向量。計算此向量和訓練集中每個人的權(quán)值向量之間的歐式距離，取蕞小距離所對應(yīng)的人臉圖像的身份作為測試人臉圖像的身份。

特征臉方法利用主分量分析進行降維和提取特征。主分量分析是一種應(yīng)用十分廣泛的數(shù)據(jù)降維技術(shù)，該方法選擇與原數(shù)據(jù)協(xié)方差矩陣前幾個蕞大特征值對應(yīng)的特征向量構(gòu)成一組基，以達到蕞佳表征原數(shù)據(jù)的目的。因為由主分量分析提取的特征向量返回成圖像時，看上去仍像人臉，所以這些特征向量被稱為“特征臉”。