隨著科技不斷的發(fā)展，我們對于日常生活，社會安全的安保要求也隨之變高，漸漸的我們也接觸到了，人臉識別系統(tǒng)，當然一個新產(chǎn)品的誕生隨之而來的也就有了一系列的問題出現(xiàn)，下面就跟著天眼安檢機廠家一起來了解下吧。
一、光照問題
光照變化是影響人臉識別性能的關鍵因素，對該問題的解決程度關系著人臉識別實用化進程的成敗。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。尤其是在夜晚，由于光線不足造成的面部陰影會導致識別率的急劇下降，使得系統(tǒng)難以滿足實用要求。同時，理論和實驗還證明同一個體因光照不同引起的差異，大于同一光照下不同個體之間的差異。光照問題是機器視覺中的老問題，在人臉識別中的表現(xiàn)尤為明顯。解決光照問題的方案有三維圖像人臉識別和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。
二、姿態(tài)問題
人臉識別主要依據(jù)人的面部表象特征來進行，如何識別由姿態(tài)引起的面部變化就成了該技術的難點之一。姿態(tài)問題涉及頭部在三維垂直坐標系中繞三個軸的旋轉(zhuǎn)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(zhuǎn)會造成面部信息的部分缺失。使得姿態(tài)問題成為人臉識別的一個技術難題。
針對姿態(tài)的研究相對比較的少，目前多數(shù)的人臉識別算法主要針列正面、準正面人臉圖像，當發(fā)生俯仰或者左右側(cè)而比較厲害的情況下，人臉識別算法的識別率也將會急劇下降。
三、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?，F(xiàn)有的技術對這些方面處理得還不錯，論是張嘴還是做一些夸張的表情，計算機都可以通過三維建模和姿態(tài)表情校正的方法把它糾正出來。
四、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。特別是在監(jiān)控環(huán)境下，往往被監(jiān)控對象都會帶著眼鏡、帽子等飾物，使得被采集出來的人臉圖像有可能不完整，從而影響了后面的特征提取與識別，甚至會導致人臉檢測算法的失效。
五、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(fā)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。這個問題直接的例子就是證照片的識別，在我國的有效期一般都是20年，這20年間每個人的容貌必然會發(fā)生相當大的變化，所有在識別上也同樣存在很大的問題。
