人脸识别在智能驾驶汽车上使用需攻克哪些困难?

人脸识别技术近年来得到了快速发展,然而这些技术研究成果大多是在理想条件下或者极苛刻的情况下获得的,所以当采集的图像不理想时,识别效果会大打折扣,这也是人脸识别技术需进一步解决的难点。

图像采集时会受多种因素影响,下面我们将图像采集时常见情况做一下总结。图像光照是指图像采集时的光照情况,主要包括侧光、顶光、背光和高光。如果光线照射方向和角度不同,那么光线折射到人脸的部分阴影也不同,最终会导致人脸的特征值会发生变化,进而影响识别率。饰物及遮挡问题主要是指一对多的非强制性采集到的人脸图像,例如视频监控中采集到的图像,采集到的图片大都会带着眼睛、戴帽子等日常饰物,此外长留海也能遮挡住部分脸部特征,导致被采集出来的人脸图像中,特征不完整,进而识别率降低。

表情姿态是指人的正常面部表情以及图像采集时所表现出来的姿态,主要指侧脸、低头等非正脸姿态。识别过程中,如果人脸发生很大程度的扭曲,或者不是正脸、低头等姿态不正,那么识别率也会下降。人脸变化或相似是指因某些原因导致人脸发生较大变化或者与他人相似。例如年龄的增长导致人脸部皱纹变多,那么纹理特征就会改变,如果采用纹理特征进行识别,就会明显降低识别率。 虽然人脸识别技术随着科技的进步有了较大发展,但就目前技术来看,还不能达到理想状态,仍需继续提高技术水平。技术水平的提升需要不断的验证,国内威盛任我行已在多地提供自动驾驶教学、人工智能实训以及AI智能驾驶实验室,可以为人脸识别技术的验证和发展提供验证平台,为人脸识别人才培育提供场所。

触动灵感!