关于超清

联系我们左图

当前位置:首页> 关于超清>新闻中心

人脸识别:现代最受关注的生物识别技术

来源:超清科技发布时间:2019-09-11

大多数人脸识别产品研究方向目前走向"两极".一极是大型系统:在应用中,数据库越大越好,速度越快越好,识别率越高越好。另一极是小型模块或芯片:模块或芯片越小越实用,越容易和更多产品集成,使用范围更加广阔。


特征传感器


人脸特征都是通过光学传感器如CCD或CMOS形成图像信号,因此受光线影响较大,即使外加主动光源能够克服光线变化,但对人脸特征仍然有影响,且增加产品成本,所以人脸识别领域研究人员设计了红外成像设备,来适应人脸模式随光照变化的内差异,从而克服光线影响,提高识别率,但是因图像显示信息非正常彩色模式,所以还是不能满足用户需求。为了提高人脸识别系统的易用性、舒适性和用户的接受程度,同时又要保证生物特征信号的质量,此外还要小巧精致、成本低廉,特征传感器还有许多需要改进的地方。


活体检测


为了防止恶意者伪造和窃取他人的人脸特征用于身份认证,人脸识别系统必须具有活体检测功能,即判别向系统提交的人脸特征是否来自有生命的个体。活体人脸检测可以基于头部的移动、呼吸、红眼、眨眼、温度效应、频谱特征等信息。此外,还可以通过人机互动的形式检测生物特征的活体特性;使用多模态生物特征识别系统也可以提高伪造的难度,但成本增加,操作复杂。所以,活体检测技术将是生物人脸识别系统进入高端安全应用的最大瓶颈。


信号质量


人脸特征一般是以连续的视频流的形式进行获取。由于有效的人脸特征采集范围总是有限的,再加上人的运动、姿态变化等因素,传输到计算机的特征信号大部分都是不合格的。而高质量的特征信号是进行特征表达和身份识别的基础,低质量的特征信号有可能引起错误接收或错误拒绝,降低系统的实用性和安全性,浪费大量的计算资源在无效的特征信号处理上。


特征数据库检索


随着人脸识别技术在人类日常生活中的普及,使用人数的增长必然导致人脸特征数据库的不断扩大。这种规模的扩大不仅仅表现在数据存储量的扩大,还表现在从数据库中搜索某一条记录所耗费时间的增加。例如在一对多的超大规模(如一个城市、一个国家)人脸识别应用中,完成一次识别的时间的长度将会让人无法忍受,并且识别率大大降低。另外作为人脸特征:人的化妆、年龄增长、体态的变化,都会影响和数据库的比对检索结果。



上一条新闻:为物联网革命奠定基础:企业如何在为时已晚之前完善数据策略
下一条新闻:超高清视频产业迎央地政策力挺 或成5G率先商用领域