互聯(lián)網(wǎng)中人臉識別的弊端是什么

這篇文章將為大家詳細(xì)講解有關(guān)互聯(lián)網(wǎng)中人臉識別的弊端是什么，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

目前創(chuàng)新互聯(lián)已為近1000家的企業(yè)提供了網(wǎng)站建設(shè)、域名、網(wǎng)頁空間、網(wǎng)站托管、服務(wù)器租用、企業(yè)網(wǎng)站設(shè)計、云安網(wǎng)站維護(hù)等服務(wù)，公司將堅持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

人臉識別的弊端：1、會出現(xiàn)誤差，影響人的判斷結(jié)果；2、信息的可靠性及穩(wěn)定性較弱；3、人臉?biāo)N(yùn)含的信息量是比較少的，其變化的復(fù)雜性不夠，辨識性不是很高；4、人自身內(nèi)在的變化以及外在的環(huán)境的變化都會影響采集時人臉的信息穩(wěn)定度。

本教程操作環(huán)境：windows7系統(tǒng)、Dell G3電腦。

技術(shù)水平的角度來看，人臉是唯一不需要用戶主動配合就可以采集到的生物特征信息。其他生物特征的采集過程，如指紋、掌紋、虹膜、靜脈、視網(wǎng)膜，都需要以用戶的主動配合為前提，即如用戶拒絕采集，無法獲得高質(zhì)量的特征信息。從社會心理的角度來看，通過人臉識別身份，符合人的視覺識別經(jīng)驗，容易被使用者接受。如人們在采集指紋和虹膜時，會擔(dān)心隱私泄漏，但是每天被街頭的幾百臺監(jiān)控攝像機(jī)拍攝，卻不感到被侵犯，因為人臉天生就暴露在外，被認(rèn)為是識別身份的天然特征。那么我們來講講人臉識別技術(shù)有哪些弊端吧。

人臉識別的技術(shù)弊端

人臉識別技術(shù)也會出現(xiàn)誤差，影響人的判斷結(jié)果。

人臉識別的一個缺點在于信息的可靠性及穩(wěn)定性較弱。

人臉?biāo)N(yùn)含的信息量較指紋、虹膜等生物特征相比是比較少的，其變化的復(fù)雜性不夠。例如，若要兩個人的指紋或者虹膜基本相同，大概需要好幾十乃至上百個比特達(dá)到完全重合才可以。但如果是人臉的話，十幾個比特達(dá)到重合就可以了。在全世界可以找到很多具有相似性的面孔。所以說，人臉的辨識性不是很高，它并沒有那么獨一無二。

另外，人自身內(nèi)在的變化以及外在的環(huán)境的變化都會影響采集時人臉的信息穩(wěn)定度。相較于之前的人臉識別技術(shù)，目前的人臉識別技術(shù)有所提高，但是具體應(yīng)用是還是不能達(dá)到完美狀態(tài)，保守估計，人臉識別技術(shù)的準(zhǔn)確率能達(dá)到99%。

人臉識別的技術(shù)難點

1、光照問題

光照變化是影響人臉識別性能的最關(guān)鍵因素，對該問題的解決程度關(guān)系著人臉識別實用化進(jìn)程的成敗。由于人臉的3D結(jié)構(gòu)，光照投射出的陰影，會加強(qiáng)或減弱原有的人臉特征。尤其是在夜晚，由于光線不足造成的面部陰影會導(dǎo)致識別率的急劇下降，使得系統(tǒng)難以滿足實用要求。同時，理論和實驗還證明同一個體因光照不同引起的差異，大于同一光照下不同個體之間的差異。光照問題是機(jī)器視覺中的老問題，在人臉識別中的表現(xiàn)尤為明顯。解決光照問題的方案有三維圖像人臉識別和熱成像人臉識別。但這兩種技術(shù)還遠(yuǎn)不成熟，識別效果不盡人意。

2、姿態(tài)問題

人臉識別主要依據(jù)人的面部表象特征來進(jìn)行，如何識別由姿態(tài)引起的面部變化就成了該技術(shù)的難點之一。姿態(tài)問題涉及頭部在三維垂直坐標(biāo)系中繞三個軸的旋轉(zhuǎn)造成的面部變化，其中垂直于圖像平面的兩個方向的深度旋轉(zhuǎn)會造成面部信息的部分缺失。使得姿態(tài)問題成為人臉識別的一個技術(shù)難題。針對姿態(tài)的研究相對比較的少，目前多數(shù)的人臉識別算法主要針列正面、準(zhǔn)正面人臉圖像，當(dāng)發(fā)生俯仰或者左右側(cè)而比較厲害的情況下，人臉識別算法的識別率也將會急劇下降。

3、表情問題

面部幅度較大的哭、笑、憤怒等表情變化同樣影像著面部識別的準(zhǔn)確率?，F(xiàn)有的技術(shù)對這些方面處理得還不錯，論是張嘴還是做一些夸張的表情，計算機(jī)都可以通過三維建模和姿態(tài)表情校正的方法把它糾正出來。

4、遮擋問題

對于非配合情況下的人臉圖像采集，遮擋問題是一個非常嚴(yán)重的問題。特別是在監(jiān)控環(huán)境下，往往被監(jiān)控對象都會帶著眼鏡、帽子等飾物，使得被采集出來的人臉圖像有可能不完整，從而影響了后面的特征提取與識別，甚至?xí)?dǎo)致人臉檢測算法的失效。

5、年齡變化

隨著年齡的變化，一個人從少年變成青年，變成老年，他的容貌可能會發(fā)生比較大的變化，從而導(dǎo)致識別率的下降。對于不同的年齡段，人臉識別算法的識別率也不同。這個問題最直接的例子就是身份證照片的識別，在我國身份證的有效期一般都是20年，這20年間每個人的容貌必然會發(fā)生相當(dāng)大的變化，所有在識別上也同樣存在很大的問題。

6、人臉相似性

不同個體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點對于利用人臉進(jìn)行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。以模仿某個明星為目標(biāo)的化妝、整容等人為因素加大了這個問題的難度。尤其是雙胞胎的問題，人臉識別系統(tǒng)究竟能不能正確的識別出來，這個其實在學(xué)術(shù)界也是有爭論的。有專家認(rèn)為雙胞胎根本不應(yīng)該靠人臉識別技術(shù)進(jìn)行分辨，它是沒法用人臉識別技術(shù)來準(zhǔn)確進(jìn)行區(qū)分的。

7、動態(tài)識別

非配合性人臉識別的情況下，運(yùn)動導(dǎo)致面部圖像模糊或攝像頭對焦不正確都會嚴(yán)重影響面部識別的成功率。在地鐵、高速公路卡口、車站卡口、超市反扒、邊檢等安保和監(jiān)控識別的使用中，這種困難明顯突出。

8、人臉防偽

偽造人臉圖像進(jìn)行識別的主流欺騙手段是建立一個三維模型，或者是一些表情的嫁接。隨著人臉防偽技術(shù)的完善、3D面部識別技術(shù)、攝像頭等智能計算視覺技術(shù)的引入，偽造面部圖像進(jìn)行識別的成功率會大大降低。

9、樣本缺乏

基于統(tǒng)計學(xué)習(xí)的人臉識別算法是目前人臉識別領(lǐng)域中的主流算法，但是統(tǒng)計學(xué)習(xí)方法需要大量的訓(xùn)練。由于人臉圖像在高維空間中的分布是一個不規(guī)則的流形分布，能得到的樣本只是對人臉圖像空間中的一個極小部分的采樣，如何解決小樣本下的統(tǒng)計學(xué)習(xí)問題有待進(jìn)一步的研究。此外，現(xiàn)在參與訓(xùn)練的人臉圖像庫基本都是外國人的圖像，有關(guān)中國人、亞洲人的人臉圖像庫少之又少，給訓(xùn)練人臉識別模型增加了難度。

10、圖像質(zhì)量問題

人臉圖像的來源可能多種多樣，由于采集設(shè)備的不同，得到的人臉圖像質(zhì)量也不一樣，特別是對于那些低分辨率、噪聲大、質(zhì)量差的人臉圖像（如手機(jī)攝像頭拍攝的人臉圖片、遠(yuǎn)程監(jiān)控拍攝的圖片等）如何進(jìn)行有效地人臉識別是個需要關(guān)注的問題。同樣的，對于高分辨圖像對人臉識別算法的影響也需要進(jìn)一步的研究。現(xiàn)在，我們在人臉識別時，一般采用的都是相同尺寸，清晰度很接近的人臉圖片，所以圖像質(zhì)量問題基本可以解決，但是面對現(xiàn)實中更加復(fù)雜的問題，還需要繼續(xù)優(yōu)化處理。

人臉識別的安全隱患

近幾年，人臉識別技術(shù)日益創(chuàng)新突破，在各產(chǎn)業(yè)之間落地的應(yīng)用項目有目共睹，但以目前技術(shù)來說仍然跟不上瞬息萬變的社會變化和市場需求，例如今年新冠病毒突襲下，導(dǎo)致我國大批人臉產(chǎn)品無法在戴口罩的情況下進(jìn)行掃描識別，事后各大廠商立即更新算法，但從此時也提醒了我們，面對未來的不確定性，技術(shù)不能一成不變，需要不斷創(chuàng)新與突破。

此外，如何在不同光線和角度下，更好地識別臉部？如何清晰、精準(zhǔn)的確定身份等等問題，仍然是目前亟待解決的技術(shù)痛點。

于2012年進(jìn)行的一項研究表明，供應(yīng)商Cognitec公司提供的面部算法在識別非裔美國人方面的表現(xiàn)要比識別白種人低5%至10%；2011年，還有研究人員發(fā)現(xiàn)中國、日本以及韓國開發(fā)出的人臉識別模型很難區(qū)分高加索人與東亞人種。今年2月，麻省理工學(xué)院媒體實驗室的研究人員們指出，微軟、IBM與中國廠商Megvii公司的人臉識別技術(shù)在識別淺膚色女性方面錯誤率高達(dá)7%，識別深膚色男性的錯誤率為12%，而對深膚色女性的錯判比例更是達(dá)到35%。

算法出錯的例子還遠(yuǎn)不止于此。最近調(diào)查結(jié)果顯示，倫敦大都會警察局部署的系統(tǒng)在每一次實際應(yīng)用時都會產(chǎn)生最多49次的錯誤匹配。在去年眾議院監(jiān)督委員會關(guān)于人臉識別技術(shù)的聽證會上，美國聯(lián)邦調(diào)查局承認(rèn)，其用于識別犯罪嫌疑人的算法存在高達(dá)15%的錯誤判斷率。此外，弗吉尼亞大學(xué)的研究人員正在進(jìn)行的一項研究發(fā)現(xiàn)，兩大著名研究圖像集--ImSitu與COCO（COCO由Facebook、微軟以及初創(chuàng)企業(yè)MightyAI共同構(gòu)建），在對體育、烹飪以及其它多種活動的描述當(dāng)中，表現(xiàn)出明顯的性別偏見（例如購物圖像一般與女性有關(guān)，而教練圖像則往往與男性關(guān)聯(lián)）。

如何在不同光線和角度下，更好地識別臉部？如何清晰、精準(zhǔn)的確定身份等等問題，仍然是目前亟待解決的技術(shù)痛點。

然而，即使解決了偏見問題，即人臉識別系統(tǒng)能夠以對所有人都公平公正的方式運(yùn)作，其中仍然存在著潛在的失敗風(fēng)險。與眾多其它人工智能技術(shù)一樣，就算徹底排除到偏見性因素，人臉識別方案通常都會存在一定程度的誤差。一切工具都可用于善途或者惡途，而工具本身越強(qiáng)大，其可能帶來的收益或者損害也就越明顯。

關(guān)于“互聯(lián)網(wǎng)中人臉識別的弊端是什么”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

文章名稱：互聯(lián)網(wǎng)中人臉識別的弊端是什么
標(biāo)題鏈接：http://bm7419.com/article10/phojgo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供關(guān)鍵詞優(yōu)化、網(wǎng)站排名、電子商務(wù)、網(wǎng)站維護(hù)、網(wǎng)站導(dǎo)航、外貿(mào)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)