浅谈人脸识别常见的几种误区(上)

tt012

人脸识别近年来一直很受欢迎，在人工智能领域，这是一种罕见的算法研究和商业应用都相当成熟的技术。 然而，虽然技术比较热，门槛也不低，但一些新开发人员往往对人脸识别有一些误解，比如简单地认为识别率越高，算法越好;可以检测到的关键点越多，识别比较效果越好...... 专家和外行的区别有时体现在是否避免这些误解上。 接下来，我将根据我的积累告诉你这件事。

[img=600,600][/img]

  1. ”人脸识别”就是”人脸识别” ?

  事实上，“人脸检测”仅仅是一个完整的面部识别过程的一部分。之后捕获的图像或含有人脸的照相机，首先需要自动检测人脸检测技术，将提取的人脸中，然后进入面部预处理和芯人脸特征提取部分视频流。

  但在实际商业化落地中，人脸检测也可独立于人脸识别系统研究使用。譬如泸州云龙机场就布置了智能网络零售服务机器人，可以同时通过分析人脸检测主要功能自动寻找顾客并提供金融服务。近期被广泛推广应用的AI测温设备，也是一种基于人脸检测方法技术。该设备可迅速锁定人脸区域，实现红外热成像远距离自动测温。

  云龙机场零售业务智能服务机器人，人工智能和输入温度测量设备市场应用的一些部分，是利用视觉算法的ArcSoft开放平台。虹软公司推出ArcFace3.0 SDK包括人脸检测，性别检测，年龄等检测技术，机器人的使用可以在商业招待，汽车广告等产品中使用结合起来。

  2.人脸识别测温技术的准确率越来越高越好吗?

  在理想状态下，人脸识别的准确率越高越好，但算法会受到逆光，暗光，强光，识别角度等诸多因素的影响。 在实验室环境和不同的实际应用环境下，同一算法的识别精度不同。 因此，该算法的识别精度参考值不显著。

  业界将以“错误识别率(远，也称为错误识别率，误认为别人)”和“错误拒绝率(frr 为真，我在基准中注册，但比较相似度不是预定值)”作为判断算法的依据。另外，识别的速度、实时攻击的成功率、人脸检测的成功率等维度也可以作为判断算法的参考。