织梦CMS - 轻松建站从此开始!

罗索实验室

当前位置: 主页 > 行业动态 > 『生物识别』 >

人脸识别中的八大难题,何时能解

落鹤生 发布于 2013-03-23 11:38 点击:次 
人脸识别算法研究已久,在背景简单的情形下,大部分算法都能很好的处理。但是,人脸识别的应用范围颇广,仅是简单图像测试,是远远不能满足现实需求的。而能否应对复杂情形下的图像,则成了检验各家方法的硬标准。以下罗列该八个难点
TAG:

最近在看人脸识别相关文献,根据文献总结归纳以下八大难点,我从难到易进行罗列。

其实,人脸识别算法研究已久,在背景简单的情形下,大部分算法都能很好的处理。但是,人脸识别的应用范围颇广,仅是简单图像测试,是远远不能满足现实需求的。而能否应对复杂情形下的图像,则成了检验各家方法的硬标准。

以下罗列该八个难点(参考了中科大庄连生博士论文--复杂光照条件下人脸识别关键算法研究):

一,光照问题

光照问题是机器视觉重的老问题,在人脸识别中的表现尤为明显。目前方法未能达到使用的程度。

如何克服光照的影响?

二,姿态问题

与光照问题类似,姿态问题也是目前人脸识别研究中需要解决的一个技术难点。针对姿态的研究相对比较的少,目前多数的人脸识别算法主要针列正面、准正而人脸图像,当发生俯仰或者左右侧而比较厉害的情况下,人脸识别算法的识别率也将会急剧下降。

哭,笑,愤怒、仰头、低头,左侧脸,右侧脸,如何识别?

三,遮挡问题

对于非配合情况下的人脸图像采集,遮挡问题是一个非常严重的问题。特别是在监控环境下,往往彼监控对象都会带着眼镜,帽子等饰物,使得被采集出来的人脸图像有可能不完整,从而影响了后面的特征提取与识别,甚至会导致人脸检测算法的失效。

眼睛,帽子、刘海,伤疤,如何识别?

四,年龄变化

随着年龄的变化,面部外观也在变化,特别是对于青少年,这种变化更加的明显。对于不同的年龄段,人脸识别算法的识别率也不同。

不同时期的人脸像如何识别?少年、中年、老年。

五,图像质量

人脸图像的来源可能多种多样,由于采集设备的不同,得到的人脸图像质量也不一样,特别是对于那些低分辨率、噪声大、质量差的人脸图像(如手机摄像头拍摄的人脸图片、远程监控拍摄的图片等)如何进行有效地人脸识别是个需要关注的问题。同样的,对于高分辨图像对人脸识别算法的影响也需要进一步的研究。

摄像头,摄像机,远程监控,高端相机。。。。如何识别?图像质量参差不齐。

六,样本缺乏

基于统计学习的人脸识别算法是目前人脸识别领域中的主流算法,但是统计学习方法需要大量的训练。由于人脸图像在高维空间中的分布是一个不规则的流形分布,能得到的样本只是对人脸图像空间中的一个极小部分的采样,如何解决小样本下的统计学习问题有待进一步的研究。

学习样本不全怎么办,谁能保证样本的完备性?

七,海量数据

传统人脸识别方法如PCALDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据,这些方法其训练过程难以进行,甚至有可能崩溃。

如何解决海量数据的学习问题?

八,大规模人脸识别

随着人脸数据库规模的增长,人脸算法的性能将呈现下降。

如何维持或提高大规模应用环境下的人脸识别算法的识别率?

 

我是悲观态度持有者,特别是前四个难点。我将关注其发展动态,恕我孤陋寡闻,也许已经有了很好的解决。

1)       对于光照,人都未必能在黑灯瞎火下正确识别出一个人,又怎能要求电脑能智能判断出黑乎乎照片上有什么人脸图像呢。

2)       对于姿态,我想大家都有背后喊人,却发现喊错的情形吧,且绝对不只是一次。

3)       我不相信带着面具,还能被轻而易举认出来,我们即使能判断出也因为别的因素,比如声音,头发,味道,衣服,姿势等。

4)       年龄变化更是,我甚至认为这是暂时不可解的问题。我们能确切知道一个人一生外貌形态的变化吗?有着规定的可以描述的规律吗?能被计算机学习吗?

(郑艳梅)
本站文章除注明转载外,均为本站原创或编译欢迎任何形式的转载,但请务必注明出处,尊重他人劳动,同学习共成长。转载请注明:文章转载自:罗索实验室 [http://www1.rosoo.net/a/201303/16564.html]
本文出处:科学网 作者:郑艳梅 原文
顶一下
(2)
66.7%
踩一下
(1)
33.3%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片