<optgroup id="aaqdf"><em id="aaqdf"><del id="aaqdf"></del></em></optgroup>

<optgroup id="aaqdf"><em id="aaqdf"><del id="aaqdf"></del></em></optgroup>
  • <acronym id="aaqdf"></acronym>

    1. 人臉識別中的人臉采集環節主要受到哪些因素的影響?

      日期:2019-07-03 / 人氣: / 來源:道爾智控

      1:圖像大小

      人臉圖像過小會影響識別效果,人臉圖像過大會影響識別速度。非專業人臉識別攝像頭常見規定的最小識別人臉像素為60*60或100*100以上。在規定的圖像大小內,算法更容易提升準確率和召回率。圖像大小反映在實際應用場景就是人臉離攝像頭的距離。

      2:圖像分辨率

      越低的圖像分辨率越難識別。圖像大小綜合圖像分辨率,直接影響攝像頭識別距離。現4K攝像頭看清人臉的最遠距離是10米,7K攝像頭是20米。

      3:光照環境

      過曝或過暗的光照環境都會影響人臉識別效果。可以從攝像頭自帶的功能補光或濾光平衡光照影響,也可以利用算法模型優化圖像光線。

      4:模糊程度

      實際場景主要著力解決運動模糊,人臉相對于攝像頭的移動經常會產生運動模糊。部分攝像頭有抗模糊的功能,而在成本有限的情況下,考慮通過算法模型優化此問題。

      5:遮擋程度

      五官無遮擋、臉部邊緣清晰的圖像為最佳。而在實際場景中,很多人臉都會被帽子、眼鏡、口罩等遮擋物遮擋,這部分數據需要根據算法要求決定是否留用訓練。

      6:采集角度

      人臉相對于攝像頭角度為正臉最佳。但實際場景中往往很難抓拍正臉。因此算法模型需訓練包含左右側人臉、上下側人臉的數據。工業施工上攝像頭安置的角度,需滿足人臉與攝像頭構成的角度在算法識別范圍內的要求。

      作者:道爾智控


      現在致電 4000-500-315 或 查看更多聯系方式 →

      啪啪社区