- 0
- 关注
- 133080
- 浏览
目前人脸识别技术的挑战是什么？
请问目前业内人脸识别技术的挑战和难点是什么。为什么没有成熟可靠的商业应用。但是论文中已经接近99.7%了。实践和论文的差距是什么。是不是人脸识别的研究没得搞了。
相关：博士论文相当部分是人脸识别，12年水平。
正向人脸，现在基本95%以上了，很多算法可以容忍光照变化、眼睛胡须、甚至年龄变化。
正面人脸识别能力是超过（受过训练）的人的水平的，其实现在人脸识别在门禁领域应用非常成熟广泛。
------------主要的难点------------
无法（用正向人脸训练集）去识别侧向人脸，包括左右侧脸，超过一定上下角度的视角看的人脸，都无法识别。
换言之，在固定场景下的人脸识别（门禁、证件等：正面，光照一致），
技术非常成熟，应用非常广泛，
硬件简单，计算迅速，识别度超过人类（接近100%）。
但是实地场景的识别，比如街道摄像头对感兴趣区域路人的识别，识别率非常低。
顺便：我博士做的内容是正面人脸，但是在平面内旋转了，仍然能识别出来，识别率不会下降太多。（然而并没有什么实际的卵用）
----------几个可能的方向-------------
1、3D建模，用部分人脸照片数据，拟合一个3D人脸模型，从而识别各个角度的人脸。
2、生物特征综合识别，比如人脸和步态综合进行识别。姿态识别是场景识别的一个比较有前途的方向
3、神秘学：比如流型、DNN、或者某种诡异的数学方法，说不定直接解决了正面人脸去识别各个侧向人脸（不是完全没有可能，最基本的PCA刚开始感觉也很神秘，但是效果很好，开创了子空间方法。）
免责声明：我12年之后就不做这方面了，且本人本身学术很水。 上述内容不代表模式识别及机器学习领域任何尖端内容。
