人臉識別監控系統的關鍵問題
現有的人臉識別系統在用戶配合、 采集條件比較理想的情況下可以取得令人滿意的結果。人臉識別技術遠未達到實用水平,對于用戶不配合或采集條件不理想(如光照悪劣,有遮擋,圖像分辨率低等)的情況下,人臉識別監控系統還存在著諸多的挑戰性問題需要解決,主要問題如下：
現有的人臉識別系統在用戶配合、 采集條件比較理想的情況下可以取得令人滿意的結果。人臉識別技術遠未達到實用水平,對于用戶不配合或采集條件不理想(如光照悪劣,有遮擋,圖像分辨率低等)的情況下,人臉識別監控系統還存在著諸多的挑戰性問題需要解決,主要問題如下：
(1)人臉識別中的光照問題
光照變化是影響人臉識別性能的最關鍵因素，對該問題的解決程度關系著人臉識別實用化進程的成敗。需要從人臉圖像中將固有的人臉屬性和光源、遮擋及高光等非人臉固有屬性分離開來，在人臉圖像預處理或者歸一化階段進行針對性的光照補償，以便消除非均勻正面光照造成的陰影、高光等對識別性能影響。
(2)人臉檢測與跟蹤問題
人臉檢測是人臉身份識別的前期工作，而人臉跟蹤就是根據人臉檢測定位的結果，對運動序列后續幀中的目標人臉的運動軌跡和輪廓變化進行持續的跟蹤檢測。一個復雜背景下的多級結構的人臉檢測與跟蹤系統可采用模板匹配、特征子臉、彩色信息等人臉檢測技術，這樣能夠檢測平面內旋轉的人臉，并可跟蹤任意姿態的運動的人臉。
(3)去冗問題
要求人臉識別監控系統能對視頻捕捉中的畫面能夠快速的檢測單個和多個人臉圖像，并自動去冗余，減除重復的畫像，并提取相應的人臉圖像特征實現人臉的快速比對，并輸出相應的結果信息。
(4)人臉識別中的姿態問題
姿態問題涉及頭部在三維垂直坐標系中繞三個軸的旋轉造成的面部變化，其中垂直于圖像平面的兩個方向的深度旋轉會造成面部信息的部分缺失。一種方案是基于姿態不變特征的方法，即尋求那些不隨姿態的變化而變化的特征。另一種方案是采用基于統計的視覺模型，將輸入姿態圖像校正為正面圖像，從而可以在統一的姿態空間內作特征的提取和匹配。