人脸识别算法有哪些难点问题

人脸识别算法有哪些难点问题

　　导语：人脸识别算法有哪些难点问题?在信息化的今天，安全问题已经成为了与每个人切身相关的问题。以下是小编整理好分享给大家的内容，希望文章能够帮助到你!谢谢大家的关注!

　　样本缺乏

　　基于统计学习的人脸识别算法是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培训。由于人脸图像在高维空间中的分布是一个不规则的流行分布，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。

　　海量数据

　　传统人脸识别算法如PCA、LDA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。

　　遮挡

　　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，往往被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，甚至会导致人脸识别算法的失效。

　　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同，特别是对于那些低分辨率﹑噪声大﹑质量差的人脸图像如何进行有效的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研究。

　　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。

　　光照

　　光照问题是机器视觉中的老问题，在人脸识别中的表现尤为明显，算法未能达到完美使用的程度。

　　姿态

　　与光照问题类似，姿态问题也是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少，多数的人脸识别算法主要是针对正面，或接近正面的人脸图像，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。

　　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。

更多相关热门文章推荐阅读：