视觉智能识别技术的应用瓶颈，主要面临哪些困境？

同语音智能识别技术瓶颈相比较，视觉智能识别技术应用瓶颈似乎更多，难度也更大。就应用基本原理而言，两者一致，均是通过对相关信息实时采集、存储来实现智能识别的。然而在具体操作过程中，两者却存在较大差别，因为视觉智能识别技术主要针对的是各种图像的设备，如指纹识别、人脸识别等。而在这些图像识别中，也存在着一些应用瓶颈。

2.1人脸识别技术

该技术主要是通过对人脸几个关键部位进行识别、分析，并通过采集几个表情作为其存储数据，来进行对比、识别分析。但目前为止，关于自动人脸识别研究已经取得了一些可喜成就，但就其实际应用而言，仍存在着一些较难解决的问题，如人脸的非刚体、发型的变化与表情、化妆的多样性以及环境光照复杂性等，都给人脸识别带来了较大困难。即便是大量来自生理学、神经认知科学与自模式识别、心理学以及计算机视觉等众多领域的专家们经过40多年对自动人脸识别技术的深入研究，仍被很多问题困扰着，得不到有效的解决办法。换个角度来想，即便是人类自己，即使每天都在根据他人面孔来区别亲人、朋友、同事与陌生人，但有时候也很难准确叙述出自己为什么能对他们进行区分，特别是对于双胞胎，虽然可区别他们，但却说不出如何区分、鉴别。可想而知，人都如此，更何况同人类视觉系统存在较大差异的图像采集设备，而且从某种意义上来说，计算机智能识别技术同人脑相比，还是存在一定差距的。为此，若要想计算机能够像人一样自动、准确识别人脸，必然需要不同领域研究者们的继续努力。

2.2指纹识别技术

众所周知，每个人的指纹都是不同的，指纹可以说是一个人独有的特征，而“指纹识别”，指的就是通过对这些指纹纹路图案、断点与交叉点的识别来实现身份的识别，有着唯一性、终生不变性与可获得性、防