影響人臉識別的因素
人臉識別,是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像機(jī)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(jìn)而對檢測到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù),通常也叫做人像識別、面部識別。盡管已有30多年的研發(fā)歷史目前,但人臉識別產(chǎn)品仍然受光照、視角、遮擋、年齡等多方面因素的影響。
1.光照問題
光照變化是影響人臉識別性能的最關(guān)鍵因素,對該問題的解決程度關(guān)系著人臉識別實(shí)用化進(jìn)程的成敗。由于人臉的3D結(jié)構(gòu),光照投射出的陰影,會加強(qiáng)或減弱原有的人臉特征。尤其是在夜晚,由于光線不足造成的面部陰影會導(dǎo)致識別率的急劇下降,使得系統(tǒng)難以滿足實(shí)用要求。
同時,理論和實(shí)驗(yàn)還證明同一個體因光照不同引起的差異,大于同一光照下不同個體之間的差異。光照問題是機(jī)器視覺中的老問題,在人臉識別中的表現(xiàn)尤為明顯。解決光照問題的方案有三維圖像人臉識別和熱成像人臉識別。但這兩種技術(shù)還遠(yuǎn)不成熟,識別效果不盡人意。
2.姿態(tài)問題
人臉識別主要依據(jù)人的面部表象特征來進(jìn)行,如何識別由姿態(tài)引起的面部變化就成了該技術(shù)的難點(diǎn)之一。姿態(tài)問題涉及頭部在三維垂直坐標(biāo)系中繞三個軸的旋轉(zhuǎn)造成的面部變化,其中垂直于圖像平面的兩個方向的深度旋轉(zhuǎn)會造成面部信息的部分缺失。使得姿態(tài)問題成為人臉識別的一個技術(shù)難題。
針對姿態(tài)的研究相對比較的少,目前多數(shù)的人臉識別算法主要針列正面、準(zhǔn)正面人臉圖像,當(dāng)發(fā)生俯仰或者左右側(cè)而比較厲害的情況下,人臉識別算法的識別率也將會急劇下降。
3.表情問題
面部幅度較大的哭、笑、憤怒等表情變化同樣影像著面部識別的準(zhǔn)確率。現(xiàn)有的技術(shù)對這些方面處理得還不錯,論是張嘴還是做一些夸張的表情,計(jì)算機(jī)都可以通過三維建模和姿態(tài)表情校正的方法把它糾正出來。
比如上面這張圖片里,上排是原始的圖像,下排是通過圖像處理(把表情進(jìn)行校正)之后的圖片——嘴巴合上了,姿態(tài)轉(zhuǎn)成了正面。從人的視覺上看上去可能會覺得人臉變得比較怪異,但是計(jì)算機(jī)主要是通過面部區(qū)域進(jìn)行識別的,所以校正后的識別率會得到非常明顯的提升
4.遮擋問題
對于非配合情況下的人臉圖像采集,遮擋問題是一個非常嚴(yán)重的問題。特別是在監(jiān)控環(huán)境下,往往被監(jiān)控對象都會帶著眼鏡、帽子等飾物,使得被采集出來的人臉圖像有可能不完整,從而影響了后面的特征提取與識別,甚至?xí)?dǎo)致人臉檢測算法的失效。
5.年齡變化
隨著年齡的變化,一個人從少年變成青年,變成老年,他的容貌可能會發(fā)生比較大的變化,從而導(dǎo)致識別率的下降。對于不同的年齡段,人臉識別算法的識別率也不同。這個問題最直接的例子就是照片的識別,在我國的有效期一般都是20年,這20年間每個人的容貌必然會發(fā)生相當(dāng)大的變化,所有在識別上也同樣存在很大的問題。