哪種狀況會影響人臉識別系統(tǒng)的準(zhǔn)確性

       1：圖象大小。面部圖象過小會損害鑒別功效，面部圖象過大會損害鑒別速度。非專業(yè)人臉識別監(jiān)控?cái)z像頭通常標(biāo)準(zhǔn)的最少鑒別面部清晰度為60*60或100*100之上。在標(biāo)準(zhǔn)的圖象大小內(nèi)，優(yōu)化算法更易于提高成功率和召回率。圖象大小體現(xiàn)在現(xiàn)實(shí)應(yīng)用領(lǐng)域就是面部離監(jiān)控?cái)z像頭的間距。

       2：分辯率。越低的分辯率越難鑒別。圖象大小綜合分辯率，直接損害監(jiān)控?cái)z像頭鑒別間距�，F(xiàn)4K監(jiān)控?cái)z像頭認(rèn)清面部的最長距離是10米，7K監(jiān)控?cái)z像頭是20米。

       3：陽光照射環(huán)境。過曝或太暗的陽光照射環(huán)境總會損害人臉識別功效。能夠從監(jiān)控?cái)z像頭內(nèi)置的基本功能補(bǔ)光或?yàn)V光均衡陽光照射損害，還可以運(yùn)用優(yōu)化算法實(shí)體模型提升圖象光源。

       4：模糊不清狀況�，F(xiàn)實(shí)情景關(guān)鍵著力解決動態(tài)模糊不清，人臉相對監(jiān)控?cái)z像頭的挪動常常會造成運(yùn)動模糊不清。一部分監(jiān)控?cái)z像頭有抗模糊不清的基本功能，而在資金不足的狀況下，考慮利用優(yōu)化算法實(shí)體模型優(yōu)化此現(xiàn)象。

       5：擋住狀況。面部遮攔、面部邊沿清晰的圖象為最合適。而在現(xiàn)實(shí)情景中，許多面部總會被遮陽帽、近視眼鏡、防霾口罩等擋住物擋住，這些數(shù)據(jù)還要依據(jù)優(yōu)化算法標(biāo)準(zhǔn)決定是不是留用訓(xùn)練。

       6：抓取視角。人臉相對監(jiān)控?cái)z像頭視角為臉照最合適。但現(xiàn)實(shí)情景中通常不容易抓拍臉照。因而優(yōu)化算法實(shí)體模型需訓(xùn)練包括兩側(cè)人臉、上下側(cè)面部的數(shù)據(jù)。工業(yè)工程施工上監(jiān)控?cái)z像頭按置的視角，需考慮面部與監(jiān)控?cái)z像頭組成的視角在優(yōu)化算法鑒別范圍之內(nèi)的標(biāo)準(zhǔn)。

        以上就是廣州科靈智能科技有限公司分享的內(nèi)容，希望以上的內(nèi)容可以幫助到大家。想了解更多資訊歡迎登錄我們官網(wǎng)：http://www.shuofengtex.com