- 0
- 关注
- 133042
- 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。
作为做人脸验证和分类的小渣硕总结一下说的几个常见挑战吧，不一定正确：（对了，听导师说今年某司有用自己的算法帮助公安部在火车站成功抓捕到犯罪分子，虽然不知道具体什么形式采集到的犯罪分子待识别人脸图片，但是可喜可贺啊～）
1.目前做的lfw刷烂了，但是lfw其实主要是pose，背景变化最大。而且往往大部分论文的实验是基于严格提取关键点、矫正后的训练样本和测试样本。但是实际应用中，光照，抖动，模糊，遮挡，分辨率都是影响人脸识别的重要因素。特别是在做已注册样本为身份证照，待识别样本为手机或者摄像头采集的视频帧时候，图像在质量（FQI指标）上存在严重不同的情况，这时候识别难度是很大的ʕ •ᴥ•ʔ
2.工业界应用中，用CNN train出来的model，往往是比较大的，公司怎么用一个单机版app做相似性度量？又或者加速卷积和pooling的前向这块可能比较耗时。当需要已注册大样本提取的特征进行一一匹配的时候。
3.之前有问过导师，某些公司不是都和银行合作推出了人脸取款流程吗，这难道不是说算法效果特别好？实际上，银行操作人脸也是走了一个实验室条件的流程。当你进行人脸验证的时候，实际上人是正脸对着摄像头采集与已注册身份证照一样的高质量的人脸图像。而且结合身份证原件，安全性才得以保证。
4.人脸图像输入是活体吗？如果拍了A的照片去开锁A的手机，怎么样更好的更有产品经理气息去做这种问题的检测。
5.随着人的年龄、五官本身变化，本人与已注册身份证照片相似性在变化！！！
