1. 首頁 > 科技 > >

人臉識別|人臉識別技術性能評估工具的主要目的，是適應最新的面部識別技術

人臉識別算法數據庫面部識別

人臉識別|人臉識別技術性能評估工具的主要目的，是適應最新的面部識別技術

文章圖片

人臉識別|人臉識別技術性能評估工具的主要目的，是適應最新的面部識別技術

文章圖片

人臉識別|人臉識別技術性能評估工具的主要目的，是適應最新的面部識別技術

文章圖片


人臉識別系統的代表性認證性能評估程序是人臉識別技術和人臉識別供應商測試 。 自1993年以來一直使用的人臉識別技術不僅包括面部識別系統的性能評估 ， 還包括算法的開發和面部識別數據庫的收集 。 人臉識別技術由美國國防部領導 ， 是一種評估工具 ， 從1993年到1997年通過測試環境的變化、拍攝照片的時間 ， 以及處理海量數據庫的算法性能 。 特別是 ， 人臉識別技術性能評估是旨在衡量研究中心級別算法的一般評估 。



人臉識別技術性能評估工具的主要目的是適應最新的面部識別技術及其靈活性 。 因此 ， 人臉識別技術測試既不能用于清楚地測量算法對單個組件性能的影響 ， 也不能用于在系統的所有操作條件下以完全有組織的科學方式評估性能 。 然而 ， 隨著人臉識別技術從原型級別成熟到商業系統級別 ， 人臉識別供應商測試測量了這些商業系統的性能 ， 并通過與上次人臉識別技術評估的比較來評估該技術的發展程度 。

公眾在2002年開始更加關注人臉識別技術 。 因此 ， 人臉識別供應商測試衡量了自2000年以來的技術發展程度 ， 評估了正在使用的大型數據庫 ， 并引入了新的實驗以更好地了解人臉識別的性能 。 人臉識別 。 隨著評價理論和人臉識別技術的發展 ， 這種績效評價的規模、難度和復雜性都在上升 。 人臉識別技術和人臉識別供應商測試等經過認證的性能評估程序旨在衡量人臉識別系統的算法準確性 。

對于這些項目 ， 提供了一個通用的人臉圖像數據庫進行測試 ， 按照各自的方法進行一定時間的人臉識別 ， 并對結果進行評估 。 但是 ， 此方法僅對在評估期間參與該計劃的人臉識別技術供應商提供評估 。 尤其是數據庫項目受限于圖像大小、目標姿態、圖像采集環境、時間等 ， 存在動態滿足算法評價的各種條件的問題 。 此外 ， 算法評估環境委托給每個人臉識別系統開發人員 ， 造成性能評估系統環境建立不一致的問題 。

此外 ， 還需要額外的任務來確定每個算法的準確性 ， 并再次分析每個算法的執行結果 。 因此 ， 有必要設計一種能夠解決這些問題的算法評估方法 ， 構建標準化的評估環境 ， 并在該環境下自動計算出被衡量性能的算法的評估結果 。 面部識別系統的性能評估結果會根據光照、姿勢、面部表情和經過的時間等不同因素而變化 。 國際標準對影響生物識別系統性能的那些因素進行了分類 。

【人臉識別|人臉識別技術性能評估工具的主要目的，是適應最新的面部識別技術】影響面部識別系統性能的因素有很多 ， 在對這些系統進行性能評估時 ， 在選擇探頭和畫廊時必須謹慎考慮這些因素 。 生物特征識別技術的算法性能評估是通過訓練或注冊標準圖庫 ， 然后與待識別的測試生物特征信息進行比較 ， 然后比較兩組之間的相似性信息的測量 。 一般來說 ， 人臉圖像數據庫的構建會考慮姿勢、角度、面部表情、燈光亮度、性別等基本因素 。 然而 ， 人臉圖像數據庫的記錄需要進一步細分 ， 以便在類似于現實世界中普遍存在的條件下處理測試 。

相關經驗推薦