初學(xué)者如何來做人臉識(shí)別算法的選型與部

對(duì)于初學(xué)者來說，進(jìn)行算法選型時(shí)有幾項(xiàng)因素需要重點(diǎn)考慮：精度與效率的平衡;人的面部因化妝、裝飾等變化較大;人臉識(shí)別底庫照的篩選與更新;活體檢測對(duì)攝像頭選型的需求;設(shè)備部署中光線與大小角度的干擾。

另外，如果涉及到支付環(huán)節(jié)，人臉識(shí)別算法既需要較高精度，盡量避免誤識(shí)，又要兼顧高峰期的支付效率，盡量避免拒識(shí)，所以算法閾值需要在誤識(shí)率和拒識(shí)率兩方面取得平衡。在此推薦虹軟視覺開放平臺(tái)的人臉識(shí)別SDK，以免費(fèi)、離線著稱，尤其是近期發(fā)布的ArcFace4.1算法精度大幅提升，進(jìn)一步降低了誤識(shí)率和拒識(shí)率，在相關(guān)AI應(yīng)用上匹配度很高，也被業(yè)內(nèi)多家方案商選用。

其次，需要重點(diǎn)關(guān)注人們化妝、配飾等引起的面部變化。由于支付場景下人臉識(shí)別的設(shè)定閾值較高，面部特征變化可能導(dǎo)致支付失敗。面對(duì)該情況，用戶可定期通過小程序或者公眾號(hào)號(hào)更新人臉識(shí)別底庫照片，或者將刷臉支付時(shí)拍下的照片作為底庫照進(jìn)行更新。


另外，人臉識(shí)別底庫照注冊(cè)時(shí)需要保證照片質(zhì)量，可以通過FQ(圖像質(zhì)量檢測算法)對(duì)底庫進(jìn)行批量篩選，質(zhì)量不合格的要求學(xué)生重新上傳。高質(zhì)量的人臉識(shí)別底庫將大幅提升識(shí)別效率與使用體驗(yàn)，也能避免很多后續(xù)問題。市面上具備FQ功能的算法并不多，虹軟開放平臺(tái)的ArcFace4.1是一例。

該功能可以將攝像頭拍下的照片進(jìn)行標(biāo)準(zhǔn)化評(píng)估，去除模糊、大角度、逆光、暗光、強(qiáng)光等低質(zhì)量的人臉圖像，從而大幅提升識(shí)別速度，也能幫助優(yōu)化底庫人臉照，在上萬張照片中快速篩除不合格的注冊(cè)照，讓人臉識(shí)別從底庫的特征值開始就更加準(zhǔn)確。

最后，除了人臉識(shí)別以外，活體檢測也是支付場景下不可缺少的部分，通過雙目攝像頭同時(shí)進(jìn)行RGB活體檢測和IR活體檢測，是兼顧效果與性價(jià)比的優(yōu)良選擇。同時(shí)，設(shè)備部署時(shí)需要充分考慮實(shí)地場景中外部光線對(duì)攝像頭的干擾，安裝高度也需要考慮學(xué)生身高差異，避免大小角度對(duì)人臉識(shí)別造成過度影響。