山东11选5

位置 :  主頁 > 新聞動態 > 行業新聞 >

影響人臉采集環節的因素有哪些?

  人臉識別是目前科技發展的一重大產物,已經在很多設備上得到廣泛推廣使用。像手機、電腦、門禁系統、安防系統等。那么如何提高人臉識別的速度和準確率呢?人臉采集環節就顯得非常的重要。今天我們就來講一講影響人臉采集環節的因素有哪些。

  人臉識別是目前科技發展的一重大產物,已經在很多設備上得到廣泛推廣使用。像手機、電腦、門禁系統、安防系統等。那么如何提高人臉識別的速度和準確率呢?人臉采集環節就顯得非常的重要。今天我們就來講一講影響人臉采集環節的因素有哪些。

  1:圖像大小

  人臉圖像過小會影響識別效果,人臉圖像過大會影響識別速度。非專業人臉識別攝像頭常見規定的最小識別人臉像素為60*60或100*100以上。在規定的圖像大小內,算法更容易提升準確率和召回率。圖像大小反映在實際應用場景就是人臉離攝像頭的距離。

  2:圖像分辨率

  越低的圖像分辨率越難識別。圖像大小綜合圖像分辨率,直接影響攝像頭識別距離。現4K攝像頭看清人臉的最遠距離是10米,7K攝像頭是20米。

  3:光照環境

  過曝或過暗的光照環境都會影響人臉識別效果。可以從攝像頭自帶的功能補光或濾光平衡光照影響,也可以利用算法模型優化圖像光線。

  4:模糊程度

  實際場景主要著力解決運動模糊,人臉相對于攝像頭的移動經常會產生運動模糊。部分攝像頭有抗模糊的功能,而在成本有限的情況下,考慮通過算法模型優化此問題。

  5:遮擋程度

  五官無遮擋、臉部邊緣清晰的圖像為最佳。而在實際場景中,很多人臉都會被帽子、眼鏡、口罩等遮擋物遮擋,這部分數據需要根據算法要求決定是否留用訓練。

  6:采集角度

  人臉相對于攝像頭角度為正臉最佳。但實際場景中往往很難抓拍正臉。因此算法模型需訓練包含左右側人臉、上下側人臉的數據。工業施工上攝像頭安置的角度,需滿足人臉與攝像頭構成的角度在算法識別范圍內的要求。

  
下一篇:沒有了
回到頂部 河北快3 500万彩票 广西11选5 云南11选5 云南11选5 云南11选5 福建11选5 福建11选5