算法产品化---人脸识别采集终端的摄像头品质要求
人脸识别是一个体系工程,需要包括摄像头,算法,算力,工程部署等统一配合,才能获取到一个比较好的体验。笔者就曾经在一个项目中,需要对进来图像非常模糊的照片做人脸识别功能,直呼”臣妾做不到啊“。
那我们首先就需要看看,什么的图片会影响到人脸识别的体验?
精度:脸部亮度,人脸角度,清晰度,人脸光照均匀,人脸大小,人脸遮挡等;
时间效率:摄像头的帧率,抓拍机的抓拍速度等。
这些因素各自受什么影响呢?我尝试归结如下:
Item | 摄像头 | 工程部署 | 算法提升 | 人员配合 |
脸部亮度 | 中等相关,宽动态能力 | 强相关,现场补光 | 脸部光线补偿 | |
人脸角度 | 中等相关,抓拍机的识别能力 | 强相关,摄像头安装的高度,角度 | 强相关,强配合或是弱配合皆可 | |
清晰度 | 强相关,快门速度 | 中等相关,亮度调整 | ||
人脸光照均匀 | 弱相关,可以通过曝光等来降低阴阳脸的情况 | 强相关,现场光线 | ||
人脸大小 | 强相关,摄像头的对焦能力,抓拍机设定等 | 弱相关 | ||
人脸遮挡 | 无关 | 无关 | 强相关 |
从上面的表格来看,输出的图片质量本质上与现场的部署和摄像头的品质是有强相关的,在某些现场没有办法的情况下,可以通过摄像头的能力做一些修复。当然,算法侧也有一些能力对低质量的图片做增强,这就需要算法,算力的支撑,同时对于最终识别精度的影响也是一个未知的评估。所以,我一直有个观点:一个完整的系统,一半靠算法,一半靠工程,最终提高识别精度有两个法宝,一是靠补灯,二是靠摄像头。
那么哪些摄像头的指标是可以看的呢?
1) 快门速度
家里有小朋友的摄影爱好者都大概了解,让一个小朋友安静地给你照片有多难。同样,对于一个运动中的物体/人员,抓拍是一个技术活。正常走路的情况下,建议将抓拍速度定位在1/100~1/150s,这样既可以保证图片的运动模糊可以接受,又可以有比较长的曝光时间,让照片能够较好地获取到曝光值。
2 光圈大小
光圈大小决定了照片的进光量,光圈越大,进光量越多,运动中物体获取到的光线就越足,图片质量就相对会好些。
3 宽动态
宽动态是指局部曝光调整的能力,一般用db值来表示,比如说在亮背景的情况下,从画面中闪入一个人脸,这个时候人脸的亮度和背景的亮度有一个很大的差距,摄像头如何可以快速调整曝光值,让人脸部画面正常曝光。有两个维度考量:1)宽动态的能力,一般情况下60db左右可以满足正常的逆光要求,如果能够达到100db的话,就意味着可以直接应用在户外咯;2)宽动态的时间,是指从开始进行宽动态调整到调整完成整个画面稳定的时间。时间越快,体验越好,比如我之前有遇到一款产品,直接需要4s以上的时间,造成整个产品和用户的体验就变得很差。
4 抓拍速度
是指从人脸在画面中出现(满足最新size的需求)到送出到ftp的时间。抓拍速度直接影响到的是用户的体验,比如说我们利用抓拍机做迎宾服务。如果从人脸出现到送出ftp需要2s时间的话,人早就从系统中走出,也就起不到迎宾的效果。
正常情况下,100~200ms是可以接受的。
5 抓拍张数
抓拍张数的配置,是指我一次可以抓拍多少张图片。
6 抓拍最小人脸
需要获取到大人脸size,有几种方式,1)将焦距调远,在比较远的地方就能够抓取到人脸,这个时候人脸的size也会比较大,2)持续抓拍,配置抓拍机,只有当检测到最小人脸满足要求,才开始往抓拍服务器送图片。
觉得文章不错,欢迎按赞。
算法产品化---人脸识别采集终端的摄像头品质要求相关推荐
- 中控考勤机连服务器显示1007,中控智慧ZK-S1007动态人脸识别考勤门禁终端
中控动态人脸识别ZK-S1007快速开闸多人同时通过闸机会议签到联网门禁机 中控动态人脸识别考勤门禁终端ZK-S1007 慧眼感知系列考勤门禁终端定位为功能丰富.扩展性强的面部指纹采集验证产品,达到更 ...
- 如果《红楼梦》中的王熙凤拥有一台虹膜人脸识别考勤门禁终端G-M1
宁国府秦可卿丧礼,尤氏犯了胃疼旧症,这府里头没有人当家理事.贾珍得了贾宝玉重荐,来在了荣国府请求王熙凤协理宁国府. 王熙凤满口应下.到了次日的早晨,用现在钟点来说吧,也就是六点半,这凤姐儿就来在了宁国 ...
- 《人脸识别原理及算法——动态人脸识别系统研究》—1章1.2节人脸识别相关学科的进展...
本节书摘来自异步社区<人脸识别原理及算法--动态人脸识别系统研究>一书中的1章1.2节人脸识别相关学科的进展,作者 沈理 , 刘翼光 , 熊志勇,更多章节内容可以访问云栖社区"异 ...
- 人脸识别三大经典算法_人脸识别系列四 | DeepID1算法
前言 这是人脸识别系列的第5篇文章,前4篇文章可以在公众号的人脸识别栏里找到,这篇文章主要是解析CVPR 2014年的经典人脸识别论文DeepID1算法.论文的地址如下:http://mmlab.ie ...
- OMP算法实现人脸识别_matlab完整代码
OMP_FACE--人脸识别系统 该软件包实现了基于稀疏表示的面部识别方法 程序相对便捷且易上手 主脚本中包含具体的一个例子 通常,通常遵循以下使用顺序即可实现人脸识别功能: 选择训练数据的数据库途径 ...
- 基于PCA 人脸识别/人脸识别算法/人脸检测程序源码MATLAB ELM+PCA人脸识别 PCA人脸识别matlab代码 基于PCA算法的人脸识别
1.基于PCA的人脸识别代码 2.MATLAB ELM+PCA人脸识别 2.基于PCA的人脸识别(matlab)(采用PCA算法进行人脸识别,通过抽取人脸的主要成 分,构成特征脸空间,识别时将测试图像 ...
- CV之FR:基于DIY人脸图像数据集(每人仅需几张人脸图片训练)利用Hog方法提取特征和改进的kNN算法实现人脸识别并标注姓名(标注文本标签)—(准确度高达100%)
CV之FR:基于DIY人脸图像数据集(每人仅需几张人脸图片训练)利用Hog方法提取特征和改进的kNN算法实现人脸识别并标注姓名(标注文本标签)-(准确度高达100%) 目录 基于DIY人脸图像数据集( ...
- 《人脸识别原理及算法——动态人脸识别系统研究》—第5章5.2节 主成分分析方法在人脸图像识别中的应用...
本节书摘来自异步社区<人脸识别原理及算法--动态人脸识别系统研究>一书中的第5章5.2节 主成分分析方法在人脸图像识别中的应用,作者 沈理 , 刘翼光 , 熊志勇,更多章节内容可以访问云栖 ...
- 旷视研究院 算法岗 人脸识别方向 面经
旷视研究院 算法岗 人脸识别方向 电话面 2020/6/19 16:00-17:00 面试官是做活体检测的 1.介绍项目 项目是做人脸识别相关的,也是小论文,问了些测试指标和公开数据集的一些指标,做这 ...
- 《人脸识别原理及算法——动态人脸识别系统研究》—第5章5.5节小结
本节书摘来自异步社区<人脸识别原理及算法--动态人脸识别系统研究>一书中的第5章5.5节小结,作者 沈理 , 刘翼光 , 熊志勇,更多章节内容可以访问云栖社区"异步社区" ...
最新文章
- 零基础小白学Java难度大不大
- oracle中生成大批量数据的方法-下
- Apache ZooKeeper - 集群中 Follow 的作用_非事务请求的处理与 Leader 的选举分析
- VTK:网格之ElevationFilter
- asciidoc文件阅读_可搜索的文件? 是的你可以。 选择AsciiDoc的另一个原因
- oracle自动备份定时任务,Oracle数据库定时自动备份批处理代码(Windows)
- CCF数图焦点 | 数据治理
- 45. PHP 过滤器(Filter)
- Windows 0day成功验证之ETERNALBLUE 本帖由春秋首发~作者:神风 @春秋文阁负责人 方程式又一波0day【该贴有工具】:https://bbs.ichunqiu.com/thr
- Mac运行Windows上的应用程序-以PowerDesigner为例
- cmd运行tomcat出现乱码
- C#基础 控制台应用程序(一)介绍
- vs201的vc++目录
- php 判断浏览器和设备
- PR如何对裁剪之后的视频进行resize,指定到期望大小?
- 第2次作业—— 时事点评
- python爬虫 获取学信网 学校与对应专业信息
- ‘C:\Users\Administrator\Desktop\gitSpace\dj-2\dj\vue-manager-dj\node_modules\node-sass\vendor‘
- Spring Web : FormHttpMessageConverter
- pixhawk RC信号传输流程 代码版本pixhawk1.5.5