機(jī)器視覺系統(tǒng)應(yīng)用之人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用工業(yè)相機(jī)或者工業(yè)攝像機(jī)采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。

最近在看人臉識(shí)別相關(guān)文獻(xiàn)，根據(jù)文獻(xiàn)總結(jié)歸納以下八大難點(diǎn)，我從難到易進(jìn)行羅列。

其實(shí)，人臉識(shí)別算法研究已久，在背景簡(jiǎn)單的情形下，大部分算法都能很好的處理。但是，人臉識(shí)別的應(yīng)用范圍頗廣，僅是簡(jiǎn)單圖像測(cè)試，是遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)實(shí)需求的。而能否應(yīng)對(duì)復(fù)雜情形下的圖像，則成了檢驗(yàn)各家方法的硬標(biāo)準(zhǔn)。

以下羅列該八個(gè)難點(diǎn)：

年齡變化

隨著年齡的變化，面部外觀也在變化，特別是對(duì)于青少年，這種變化更加的明顯。對(duì)于不同的年齡段，人臉識(shí)別算法的識(shí)別率也不同。 不同時(shí)期的人臉像如何識(shí)別？少年、中年、老年。

圖像質(zhì)量

人臉圖像的來(lái)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(duì)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(shí)別是個(gè)需要關(guān)注的問(wèn)題。同樣的，對(duì)于高分辨圖像對(duì)人臉識(shí)別算法的影響也需要進(jìn)一步的研究。 攝像頭，攝像機(jī)，遠(yuǎn)程監(jiān)控，高端相機(jī)。。。。如何識(shí)別？圖像質(zhì)量參差不齊。

海量數(shù)據(jù)

傳統(tǒng)人臉識(shí)別方法如PCA、LDA等在小規(guī)模數(shù)據(jù)中可以很容易進(jìn)行訓(xùn)練學(xué)習(xí)。但是對(duì)于海量數(shù)據(jù)，這些方法其訓(xùn)練過(guò)程難以進(jìn)行，甚至有可能崩潰。 如何解決海量數(shù)據(jù)的學(xué)習(xí)問(wèn)題？

大規(guī)模人臉識(shí)別

隨著人臉數(shù)據(jù)庫(kù)規(guī)模的增長(zhǎng)，人臉?biāo)惴ǖ男阅軐⒊尸F(xiàn)下降。 如何維持或提高大規(guī)模應(yīng)用環(huán)境下的人臉識(shí)別算法的識(shí)別率？

光照問(wèn)題

光照問(wèn)題是機(jī)器視覺重的老問(wèn)題，在人臉識(shí)別中的表現(xiàn)尤為明顯。目前方法未能達(dá)到使用的程度。 如何克服光照的影響？

姿態(tài)問(wèn)題

與光照問(wèn)題類似，姿態(tài)問(wèn)題也是目前人臉識(shí)別研究中需要解決的一個(gè)技術(shù)難點(diǎn)。針對(duì)姿態(tài)的研究相對(duì)比較的少，目前多數(shù)的人臉識(shí)別算法主要針列正面、準(zhǔn)正而人臉圖像，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(shí)別算法的識(shí)別率也將會(huì)急劇下降。 哭，笑，憤怒、仰頭、低頭，左側(cè)臉，右側(cè)臉，如何識(shí)別？

遮擋問(wèn)題

對(duì)于非配合情況下的人臉圖像采集，遮擋問(wèn)題是一個(gè)非常嚴(yán)重的問(wèn)題。特別是在監(jiān)控環(huán)境下，往往彼監(jiān)控對(duì)象都會(huì)帶著眼鏡，帽子等飾物，使得被采集出來(lái)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(shí)別，甚至?xí)䦟?dǎo)致人臉檢測(cè)算法的失效。 眼睛，帽子、劉海，傷疤，如何識(shí)別？

樣本缺乏

基于統(tǒng)計(jì)學(xué)習(xí)的人臉識(shí)別算法是目前人臉識(shí)別領(lǐng)域中的主流算法，但是統(tǒng)計(jì)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(gè)不規(guī)則的流形分布，能得到的樣本只是對(duì)人臉圖像空間中的一個(gè)極小部分的采樣，如何解決小樣本下的統(tǒng)計(jì)學(xué)習(xí)問(wèn)題有待進(jìn)一步的研究。 學(xué)習(xí)樣本不全怎么辦，誰(shuí)能保證樣本的完備性？