咸寧動態人臉識別咨詢客服 南北德信門業

易變性人臉的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，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。在人臉識別中，一類的變化是應該放大而作為區分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱一類變化為類間變化（inter-class difference），而稱第二類變化為類內變化。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。為什么這個假設默認成立，設想一下，一個棕色頭發的人，在不同光照，遮擋，角度條件下，發色看起來雖然有輕微的區別，但依然與真實顏色非常接近，反應在發色的特征值上，可能是0到0。

同一人的不通照片提取出的特征，在特征空間里距離很近，不同人的臉在特征空間里相距較遠。

再來考慮人臉識別領域的兩個問題：人臉驗證和人臉識別。

在光照較差，遮擋，形變（大笑），側臉等諸多條件下，神經網絡很難提取出與“標準臉”相似的特征，異常臉在特征空間里落到錯誤的位置，導致識別和驗證失敗。這是現代人臉識別系統的局限，一定程度上也是深度學習（深度神經網絡）的局限。

從人臉識別技術應用試水智慧社區建設

人臉識別走進智慧社區，首先主要是對小區的門禁進行管理。通過把人臉識別技術和門禁系統相結合，通過對人臉的識別（“刷臉“）作為門禁開啟的鑰匙。業主無需額外攜帶門禁卡，只需要站在人臉識別門禁機前刷臉，整個開門過程不到一秒。它解決了兩個問題，一是住戶不需要攜帶卡，憑人臉進入，免去了忘帶卡，杜絕非小區人員撿到卡去復1制；二是當住戶雙手提滿東西的時候不需要再經過“放東西—找鑰匙—開門—再拎東西”這樣的不智能的流程。人臉圖像采集及檢測人臉圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態圖像、動態圖像、不同的位置、不同表情等方面都可以得到很好的采集。