关于利物乙餐盘机人脸照片采集的指标说明

无接触就餐在疫情期间尤显优势,成都捷德旗下"利物乙"餐盘机紧跟市场需求推出“刷脸取餐盘再就餐"系列产品,面部识别是无接触就餐的第一步,大家接受度认可度极高，但是在实际的使用和操作过程中特别是在采集人员面部信息时，用户容易提供随意性的照片或者采集底库照片，那么究竟满足怎样指标的照片作为底库最好呢？成都捷德作为国内餐盘机厂家，给出以下建议作为参考:
1、照片质量控制
写在最前，采集照片后餐盘机前端业务系统会做本地质量校验，输出图片后，调用云端接口时，云端接口的质量控制参数调整为NORMAL或NONE，不建议使用HIGH，避免本地采集通过后，由于云端质量严格导致用户访问失败，重新录制，而降低用户体验。
2、概述
人脸识别或对比的最终效果，取决于人脸在采集过程中，采集到的人脸是否符合标准质量要求。从业务使用角度，主要影响两个核心业务步骤：
人脸注册环节：如果注册的人脸质量不佳，则会影响注册环节的特征抽取，导致原始注册的人脸信息较差，后面的识别/对比都会受到直接的影响，往往得到的相似度分值，将不会特别准确。
人脸识别/对比环节：因为注册人脸质量不佳，每次的识别/对比都会存在一定的分值误差，往往造成明明是本人却过不去的情况。
人脸的质量检测，概括起来包括以下几点：
遮挡：指人脸各部位的遮挡比例；
模糊度：指人脸的清晰程度；
光照：指人脸的光照强度；
完整性：指图片中的人脸是否完整；
另外在实际采集过程中，也会将姿态作为一个重要控制指标：
姿态：指人脸在三维空间的角度分布；
人脸采集步骤，需要做好以上5项的条件判断，从而确保最终识别效果。当您拿到一张新的人脸图片，如果需要判断上述5项的具体分析结果，可以调用 人脸检测接口 ，此接口通常用于做常规质量控制的接口实现最佳方式；或者申请使用客户端进行校验，内置了质量校验模块，可以对输入的视频流进行动态实时的质量校验。

捷德自动发餐盘机都有哪些功能和特点#生活窍门#