|
人脸识别是目前科技发展的一重大产物，已经在很多设备上得到广泛推广使用。像手机、电脑、门禁系统、安防系统等。那么如何提高人脸识别的速度和准确率呢?人脸采集环节就显得非常的重要。今天我们就来讲一讲影响人脸采集环节的因素有哪些。 人脸识别是目前科技发展的一重大产物，已经在很多设备上得到广泛推广使用。像手机、电脑、门禁系统、安防系统等。那么如何提高人脸识别的速度和准确率呢?人脸采集环节就显得非常的重要。今天我们就来讲一讲影响人脸采集环节的因素有哪些。 1：图像大小 人脸图像过小会影响识别效果，人脸图像过大会影响识别速度。非专业人脸识别摄像头常见规定的最小识别人脸像素为60*60或100*100以上。在规定的图像大小内，算法更容易提升准确率和召回率。图像大小反映在实际应用场景就是人脸离摄像头的距离。 2：图像分辨率 越低的图像分辨率越难识别。图像大小综合图像分辨率，直接影响摄像头识别距离。现4K摄像头看清人脸的最远距离是10米，7K摄像头是20米。 3：光照环境 过曝或过暗的光照环境都会影响人脸识别效果。可以从摄像头自带的功能补光或滤光平衡光照影响，也可以利用算法模型优化图像光线。 4：模糊程度 实际场景主要着力解决运动模糊，人脸相对于摄像头的移动经常会产生运动模糊。部分摄像头有抗模糊的功能，而在成本有限的情况下，考虑通过算法模型优化此问题。 5：遮挡程度 五官无遮挡、脸部边缘清晰的图像为最佳。而在实际场景中，很多人脸都会被帽子、眼镜、口罩等遮挡物遮挡，这部分数据需要根据算法要求决定是否留用训练。 6：采集角度 人脸相对于摄像头角度为正脸最佳。但实际场景中往往很难抓拍正脸。因此算法模型需训练包含左右侧人脸、上下侧人脸的数据。工业施工上摄像头安置的角度，需满足人脸与摄像头构成的角度在算法识别范围内的要求。 |
