服務熱線
021-51099719
由于科技發展，人臉識別技術發展迅速，識別率準確性幾乎可以接近100%的準確性。但是也有一些因素，會影響識別的準確性。
一、光線變化
光照變化是影響人臉識別精度的最重要因素。因為臉是三維結構，光投射的陰影可以增強或削弱原來臉的特征。特別是在夜間，光照不足造成的臉部陰影會導致識別率急劇下降，使系統難以滿足實際需要。同時，理論和實驗也證明了同一個體在不同光照下的差異大于同一光照下的不同個體。
二、面部表情的變化
面部表情的變化是由不同的表情組成的，包括嘴、臉頰、眼睛、眉毛和前額。人的情感表達是通過區域的肌肉局部變形來實現的。這些轉變的實現角度這不是一個簡單的翻譯，而是旋轉剛度的變化。面部肌肉因局部變形而改變的表現方式被認為是面部特征的一部分，因此很難區分功能型態之間的差異是否是由于不同的面部或表情的改變，所以很難分類和識別。
三、背景與附著物
背景比較雜亂的地方 識別會有一定的影響，如果帶了眼鏡，留了胡須，如果角度沒弄好 也會有一定的影響。
人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機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，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。盡管已有30多年的研發歷史目前，但人臉識別產品仍然受光照、視角、遮擋、年齡等多方面因素的影響。大致有以下十個難點需要突破：
1.光照問題
由于人臉的3D結構，光照投射出的陰影，會加強或減弱原有的人臉特征。
2.姿態問題
姿態問題涉及頭部在三維垂直坐標系中繞三個軸的旋轉造成的面部變化，其中垂直于圖像平面的兩個方向的深度旋轉會造成面部信息的部分缺失。
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確率。
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重的問題。
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，他的容貌可能會發生比較大的變化，從而導致識別率的下降。對于不同的年齡段，人臉識別算法的識別率也不同。
6.人臉相似性
不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相似。這樣的特點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。
7.動態識別
非配合性人臉識別的情況下，運動導致面部圖像模糊或攝像頭對焦不正確都會嚴重影響面部識別的成功率。8. 人臉防偽
偽造人臉圖像進行識別的主流欺騙手段是建立一個三維模型，或者是一些表情的嫁接。
9.圖像質量問題
由于采集設備的不同，得到的人臉圖像質量也不一樣，特別是對于那些低分辨率、噪聲大、質量差的人臉圖像。
10.樣本缺乏
現在參與訓練的人臉圖像庫基本都是外國人的圖像，有關中國人、亞洲人的人臉圖像庫少之又少，給訓練人臉識別模型增加了難度。
人臉識別技術的過程依次為活體檢測—人臉檢測拍攝—上傳服務器對比或本地處理—面部特征點定位—提取和分類—校驗和識別—分析返回結果，但這些過程中依然會找到突破點來實現欺騙或者繞過人臉識別，人臉識別隱私問題依然存在技術難點