您当前的位置: 技术标准 > 技术动态

科技前行:人脸识别技术瓶颈与发展趋势

时间:2011-02-10 00:00:00  来源:互联网  编辑:互联网
  人脸识别,特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。
  人脸识别存在问题
  人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。而人脸识别技术的难点主要体现在人脸作为生物特征的一些特点上。
  首先,就人的脸部特征而言,不同个体之间的区别并不是很明显,因为每个人的脸部结构都是相似的,甚至是人们脸部器官的分布、结构和外形,这对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。
  其次,人脸的外形很不稳定,人们可以通过脸部肌肉的变化产生很多不同的表情,而在不同的角度进行观察,人脸的视觉图像也相差很大,这对于利用人脸识别效果的稳定性和准确性也带来了一定的挑战。
  再次,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。如何规避这些外因对于人脸识别速度以及人脸识别效果的影响,一直是科研的重点方向。
  因此,在人脸识别中,第一类的变化,即人脸外形的变化,是应该放大而作为区分个体标准的,而第二类的变化,即外界条件对于人脸识别的影响,应该消除,因为它们可以代表同一个个体。通常称第一类变化为类间变化(inter-classdifference),而称第二类变化为类内变化(intra-classdifference)。对于人脸,类内变化往往大于类间变化,从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。
1 2 下一页
来顶一下
返回首页
返回首页


上一篇: 无线视频监控传输技术优势与应用趋势 下一篇:2011高清元年HVR给力高清视频

相关文章
    无相关信息


发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

推荐资讯
2016第八届安徽国际社会公共安全产品暨警用装备展览会成功举办
2016第八届安徽国际社
关于公布安徽省安全技术防范行业优秀安防企业、优秀安防工程、优秀安防产品评选结果的通知
关于公布安徽省安全技
智慧与安全大数据技术研讨会在肥召开“合肥模式”闪亮会场
智慧与安全大数据技术
RFID智能标签革命助力物联网的构建
RFID智能标签革命助力
热门资讯
最新资讯
XML 地图 | Sitemap 地图