人臉識別技術的不穩定性解析

    人臉識別包括人臉身份識別，即根據人臉圖像識別出人物的身份，解決是誰的問題。另外，還包括人臉身份確認、驗證，即判斷圖像中的人臉是否為指定的人，即解決是不是某人的問題。
　　
　　如今，人臉識別系統應用範圍已經相當廣泛，可用於公安、機場、邊防口岸、安防等多個重要行業及領域，以及智能門禁、門鎖、考勤等民用市場。這項被冠以「破案高手」「居家保安」「考勤幫手」等稱號的人臉識別技術，最近，顯得更加親民，打算率先在網際網路上，與公眾「相會」。
　　
　　近日，網易稱在人臉識別系統的核心技術上已經取得突破，今年上半年有望率先在網易免費郵箱登錄安全上應用。有攝像頭的用戶可以自主選擇開通，通過攝像頭捕捉人臉信息進行比對。
　　
　　網易相關負責人還稱網易的人臉識別系統識別率接近100％幾乎不會誤判，也不會被照片欺騙。即便是年齡增長、化妝、受傷等原因導致的容貌改變，這套系統也能準確識別在不同環境和光線下的容貌差異。
　　
　　實際上，人臉考勤、人臉門禁、人臉識別，並非我們普通人所想像的拍張照片然後對比那般簡單，其對比的背後是一系列的計算與轉換。
　　
　　受多種因素影響
　　
　　現有的人臉識別系統在用戶配合、採集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、採集條件不理想的情況下，現有系統的識別率將陡然下降。人臉識別技術遠未達到實用水平，還存在著諸多的挑戰性問題需要解決。
　　
　　比如，人臉比對時，與系統中存儲的人臉有出入，例如剃了鬍子、換了髮型、多了眼鏡、變了表情都有可能引起比對失敗。也就是說，人如果發生微小變化，系統可能就會認證失敗。如今，保守估計，人臉識別技術準確率能達到95％，但沒有達到100％。同時，對於雙胞胎，由於相似特徵太多，人臉識別基本不可能完成。
　　
　　中國科學院自動化研究所博士張小博也認為，光照、姿態、裝飾等，對機器識別人臉都有影響。目前在美國有全世界最先進的人臉識別系統，其在做測試的時候，識別誤讀率也有1％。
　　
　　還有未解難題
　　
　　蘇光大補充說，如今，對於非配合情況下的人臉圖像採集，遮擋問題非常嚴重。特別是在監控環境下，被監控對象可能會戴著眼鏡、帽子等飾物，使得被採集的人臉圖像有可能不完整，從而影響了後面的特徵提取與識別，甚至會導致人臉檢測算法的失效。如何有效地去除遮擋物的影響，是非常緊迫的研究課題。
　　
　　同時，隨著年齡的變化，面部外觀也會變化，特別是對於青少年，這種變化更加明顯。對於不同的年齡段，人臉識別算法的識別率也不同。年齡變化對人臉識別算法的影響也必須得到解決。
　　
　　此外，雖然隨著人臉資料庫規模的增長，人臉識別算法的性能將呈現下降，如何維持或提高大規模應用環境下的人臉識別算法的識別率，同樣是一個非常重要的問題。
　　
　　事實上，任何一項技術的問世，都伴有諸多值得期待的亮點。然而，理想與現實總是存在必然的差距，這一切都需要嚴謹地走好每一步，才會向理想慢慢靠近。
　　
　

更多人臉識別技術行業研究分析，詳見中國報告大廳《人臉識別技術行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。

更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。