人臉識(shí)別技術(shù)雖然對于大部分人來說是一種新型的技術(shù)，但其實(shí)這項(xiàng)技術(shù)很早之前就開始研究了，現(xiàn)在應(yīng)用的范圍也很廣，但是人臉識(shí)別技術(shù)應(yīng)用過程中也存在不少的問題，下面來跟著小編一起看看都有哪些問題吧！

一、光照問題，光照問題是機(jī)器視覺重的老問題，在人臉識(shí)別中的表現(xiàn)尤為明顯。目前方法未能達(dá)到使用的程度。

二、姿態(tài)問題，與光照問題類似，姿態(tài)問題也是目前人臉識(shí)別研究中需要解決的一個(gè)技術(shù)難點(diǎn)。針對姿態(tài)的研究相對比較的少，目前多數(shù)的人臉識(shí)別算法主要針列正面、準(zhǔn)正而人臉圖像，當(dāng)發(fā)生俯仰或者左右側(cè)而比較厲害的情況下，人臉識(shí)別算法的識(shí)別率也將會(huì)急劇下降。

哭，笑，憤怒、仰頭、低頭，左側(cè)臉，右側(cè)臉，如何識(shí)別？

三、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(gè)非常嚴(yán)重的問題。特別是在監(jiān)控環(huán)境下，往往彼監(jiān)控對象都會(huì)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(shí)別，甚至?xí)?dǎo)致人臉檢測算法的失效。

四、年齡變化，隨著年齡的變化，面部外觀也在變化，特別是對于青少年，這種變化更加的明顯。對于不同的年齡段，人臉識(shí)別算法的識(shí)別率也不同。

五、圖像質(zhì)量，人臉圖像的來源可能多種多樣，由于采集設(shè)備的不同，得到的人臉圖像質(zhì)量也不一樣，特別是對于那些低分辨率、噪聲大、質(zhì)量差的人臉圖像(如手機(jī)攝像頭拍攝的人臉圖片、遠(yuǎn)程監(jiān)控拍攝的圖片等)如何進(jìn)行有效地人臉識(shí)別是個(gè)需要關(guān)注的問題。同樣的，對于高分辨圖像對人臉識(shí)別算法的影響也需要進(jìn)一步的研究。攝像頭，攝像機(jī)，遠(yuǎn)程監(jiān)控，高端相機(jī)。。。。如何識(shí)別？圖像質(zhì)量參差不齊。

六、樣本缺乏，基于統(tǒng)計(jì)學(xué)習(xí)的人臉識(shí)別算法是目前人臉識(shí)別領(lǐng)域中的主流算法，但是統(tǒng)計(jì)學(xué)習(xí)方法需要大量的訓(xùn)練。由于人臉圖像在高維空間中的分布是一個(gè)不規(guī)則的流形分布，能得到的樣本只是對人臉圖像空間中的一個(gè)極小部分的采樣，如何解決小樣本下的統(tǒng)計(jì)學(xué)習(xí)問題有待進(jìn)一步的研究。

七、海量數(shù)據(jù)，傳統(tǒng)人臉識(shí)別方法如PCA、LDA等在小規(guī)模數(shù)據(jù)中可以很容易進(jìn)行訓(xùn)練學(xué)習(xí)。但是對于海量數(shù)據(jù)，這些方法其訓(xùn)練過程難以進(jìn)行，甚至有可能崩潰。

八、大規(guī)模人臉識(shí)別，隨著人臉數(shù)據(jù)庫規(guī)模的增長，人臉?biāo)惴ǖ男阅軐⒊尸F(xiàn)下降。

在使用人臉識(shí)別技術(shù)的過程中，像光照問題、姿態(tài)問題、遮擋問題、年齡變化、圖像質(zhì)量等都是會(huì)影響到具體使用體驗(yàn)感的問題，對于這些問題還需要有關(guān)專家們多研究多改進(jìn)才好。

責(zé)任編輯:李超群