热门搜索:
三维人脸识别存在以下的困难:
1、信息来源方面的困难:用于三维人脸识别的完整信息难于获取,或者用于三维人脸识别的信息往往是不完整的,这造成了识别算法本身不可纠正的错误.同时,由于图像采集设备的差异,成像原理的不同,也造成数据上的差异。
2、海量存储和计算的困难:由于三维人脸识别的数据容量和计算量十分巨大,给存储和运算带来困难,也对计算机的硬件提出了高要求.
3、对人的生理认识的不足:对于生物生理学和生物心理学等相关学科的有限的认知水平制约了计算机的算法实现,比如:对于肌肉的运动理论和表情的形成等问题,不能提供给计算机足够的*支持.计算机只具备计算功能而没有人的经验和知识.
4、受到环境和条件的约束:影响二维识别的不利因素在三维识别上同样存在.比如:光线的强弱,方向,遮盖,阴影,背景等。
5、实现方式和手段的不足:传统的识别方法不能满足三维识别的要求,必须改进或采用新的方法.比如:由于动态图像的计算量太大,适用于静态图像处理的神经网络就变得不很适合了;又如:HMM虽然适合于连续识别,但其训练复杂,判别误差能力差,概率相互独立,不利于先验知识的利用。
3D人脸识别优势:
早期2D人脸识别技术在实际应用当中,只要画面光线出现不稳定,或者是人员抓拍角度稍有偏差,或人员面部现戴眼镜、长胡子、表情改变等特征变化时,系统将难以识别;而3D人脸识别技术即能高精准识别人脸,又能适应实战中环境、人员特征的多变,从而也突破2D人脸识别技术无立体特征的瓶颈,成为了新一代生物识别技术的突破点,同时兼具了3D人脸识别技术的优势,其能满足:
A:适用性强:内置近红外光源,对外界光环境依赖度低(白天可见光及夜晚黑暗环境匀可正常使用;
B:适应人脸特征变化:化妆、多角度、遮挡人脸识别; 2D人脸识别通过摄像头保存平面的人像信息,受光线等外部环境制约,识别率往往不尽人意。
相比之下,3D人脸识别,则能通过丰富的三维人脸信息,能够正确反映出人脸的基本特征,有助于对人脸进行加有效地识别