人脸识别准确率和误识率_人脸识别技术常见误区

本文介绍了人脸识别技术中常见的误区,包括将人脸检测误解为人脸识别,误认为准确率越高越好,误信人脸关键点数量与比对效果成正比,以及对活体检测和遮挡人脸识别的理解。人脸识别准确率和误识率是评判算法的重要指标,而活体检测是防止欺诈的关键。面部遮挡会严重影响识别效果,算法需要在确保安全性与识别率间找到平衡。
摘要由CSDN通过智能技术生成

452fe4197f212634d319b8faa162d3ee.png

常见误区一:“人脸检测”就是“人脸识别”?

事实上,“人脸检测”只是人脸识别完整流程中的一个环节。在用摄像头采集含有人脸的图像或视频流后,首先就需要用人脸检测技术自动检测、提取当中的人脸,随后才能进入人脸图像预处理及最核心的人脸特征提取环节。

但在实际商业化落地中,人脸检测也可独立于人脸识别进行使用。

常见误区二:人脸识别的准确率越高越好吗?

理想状态下,“人脸识别准确率”当然越高越好,但算法在产品化使用时会受到逆光、暗光、强光、识别角度等诸多因素的影响。相同算法,在实验室环境中与不同的实际应用环境中,所表现出的识别准确率都存在一定差异。因此,脱离使用场景单纯考量算法的识别准确率参考价值不大。

业界更多会采用“认假率(FAR,又称误识率,把某人误识为其他人)”和“拒真率(FRR拒真率,本人注册在底库中,但比对相似度达到不预定的值)”,来作为评判算法的依据。另外还有识别速度、活体攻击成功率、人脸检测成功率等维度,也可作为评判算法优劣的参考依据。

尽管FAR和FRR都越低越好,但两个指标是一个跷跷板,一个指标的降低会意味着另一个指标会升高,所以需要实现两者间的平衡。

人脸识别算法一般会设定一个阈值作为评判通过与否的标准,该阈值一般是用分数或者百分比来衡量。当人脸比对的相似度值大于此阈值时,则比对通过,否则比对失败。每个阈值都可以统计

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值