阿v视频在线观看免费播放-阿v天堂2017-啊用力嗯快国产在线观看-爱爱99-爱爱爱久久久久久久-爱爱爱免费视频

人臉識別，特指利用分析比較人臉視覺特征信息進行身份鑒別的計算機技術。人臉識別是一項熱門的計算機技術研究領域，它屬于生物特征識別技術，是對生物體（一般特指人）本身的生物特征來區分生物體個體。

人臉識別存在問題

人臉識別被認為是生物特征識別領域甚至人工智能領域最困難的研究課題之一。而人臉識別技術的難點主要體現在人臉作為生物特征的一些特點上。

首先，就人的臉部特征而言，不同個體之間的區別并不是很明顯，因為每個人的臉部結構都是相似的，甚至是人們臉部器官的分布、結構和外形，這對于利用人臉進行定位是有利的，但是對于利用人臉區分人類個體是不利的。

其次，人臉的外形很不穩定，人們可以通過臉部肌肉的變化產生很多不同的表情，而在不同的角度進行觀察，人臉的視覺圖像也相差很大，這對于利用人臉識別效果的穩定性和準確性也帶來了一定的挑戰。

再次，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發、胡須等）、年齡等多方面因素的影響。如何規避這些外因對于人臉識別速度以及人臉識別效果的影響，一直是科研的重點方向。

因此，在人臉識別中，第一類的變化，即人臉外形的變化，是應該放大而作為區分個體標準的，而第二類的變化，即外界條件對于人臉識別的影響，應該消除，因為它們可以代表同一個個體。通常稱第一類變化為類間變化（inter-class difference），而稱第二類變化為類內變化（intra-class difference）。對于人臉，類內變化往往大于類間變化，從而使在受類內變化干擾的情況下利用類間變化區分個體變得異常困難。

人臉識別技術瓶頸

然而人臉識別對技術要求和設備成本投入非常高，加之國外已經對相關技術形成壟斷，以及傳統的人臉識別技術無法適應使用環境的變化例如：光線、姿態、表情等不同的變化因素，導致人臉識別長時間無法普及應用。

在實際應用中，要注意以下幾個重要問題：

● 年齡變化

不同年齡的人臉有較大的差別。身份證是以前照的，在逃犯的照片也是以前的，因此，在公安部門的實際應用中，年齡問題是一個最突出的問題。

● 姿態變化

這一問題在活動人臉的識別中更為突出。一般的，主要測試左右角度的識別率。當前的水平是：±10o可以達到較高的識別率。