鷹眼動態視頻識別引擎采用先進的算法,同畫面下實時捕捉多個人、物品、車輛等,每秒能達到百萬級對比效率,無縫對接現網攝像頭。人臉識別算法研究已久,在背景簡單的情形下,大部分算法都能很好的處理。但是,復雜情形下的圖像該如何校驗?以下8大難技術點急需解決。
如何克服光照的影響?
姿態(哭,笑,憤怒、仰頭、低頭,左側臉,右側臉)變化后如何識別?
遮擋(眼睛,帽子、劉海,傷疤)如何識別?
同時期的人(少年、中年、老年)臉像如何識別?
圖像質量(攝像頭,攝像機,遠程監控,高端相機等)參差不齊如何識別?
樣本缺乏,如何解決小樣本下的統計學習?
如何解決海量數據的訓練學習?
如何維持或提高大規模應用環境下的人臉識別算法的識別率?
以公安應用為例,公安部門在查辦案、處理事務時常常會遇到一些不明身份的人員,比如走丟的老人、小孩,拒不交代身份的嫌疑犯,無人認領的尸體等。這時傳統的方法往往不能解決問題。利用人臉檢索系統,將目標人臉輸入到系統中。系統自動在海量人口數據庫中進行查找比對,列出前若干名相似的人員信息。然后再通過人工干預的方式,對系統結果進行篩選,得到目標的真實身份。