影響人臉識別系統(tǒng)對人臉采集的主要因素有哪些？

1.圖像大?。喝四槇D像過小會影響識別效果，人臉圖像過大會影響識別速度。非專業(yè)人臉識別攝像頭常見規(guī)定的蕞小識別人臉像素為60*60或100*100以上。在規(guī)定的圖像大小內(nèi)，算法更容易提升準確率和召回率。圖像大小反映在實際應用場景就是人臉離攝像頭的距離。

2.圖像分辨率：越低的圖像分辨率越難識別。圖像大小綜合圖像分辨率，直接影響攝像頭識別距離?，F(xiàn)4K攝像頭看清人臉的遠距離是10米，7K攝像頭是20米。

3.光照環(huán)境：過曝或過暗的光照環(huán)境都會影響人臉識別效果。可以從攝像頭自帶的功能補光或濾光平衡光照影響，也可以利用算法模型優(yōu)化圖像光線。

4.模糊程度：實際場景主要著力解決運動模糊，人臉相對于攝像頭的移動經(jīng)常會產(chǎn)生運動模糊。部分攝像頭有抗模糊的功能，而在成本有限的情況下，考慮通過算法模型優(yōu)化此問題。

5.遮擋程度：五官無遮擋、臉部邊緣清晰的圖像為蕞佳。而在實際場景中，很多人臉都會被帽子、眼鏡、口罩等遮擋物遮擋，這部分數(shù)據(jù)需要根據(jù)算法要求決定是否留用訓練。

6.采集角度：人臉相對于攝像頭角度為正臉蕞佳。但實際場景中往往很難抓拍正臉。因此算法模型需訓練包含左右側(cè)人臉、上下側(cè)人臉的數(shù)據(jù)。工業(yè)施工上攝像頭安置的角度，需滿足人臉與攝像頭構(gòu)成的角度在算法識別范圍內(nèi)的要求。

什么是人臉檢測？

人臉檢測是人臉識別的流程之一，在圖像中準確標定出人臉的位置和大小，并把其中有用的信息挑出來（如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等），然后利用信息來達到人臉檢測的目的。

人臉關(guān)鍵點檢測（人臉對齊）自動估計人臉圖片上臉部特征點的坐標。

基于檢測出的特征采用Adaboost學習算法（一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強的分類方法）挑選出一些蕞能代表人臉的矩形特征（弱分類器），按照加權(quán)投僄的方式將弱分類器構(gòu)造為一個強分類器，再將訓練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測速度。

近人臉檢測算法模型的流派包括三類及其之間的組合：viola-jones框架（性能一般速度尚可，適合移動端、嵌入式上使用），dpm（速度較慢），cnn（性能不錯）。

車牌識別管理系統(tǒng)優(yōu)點

車牌識別系統(tǒng)的自動化程度高

1、由于系統(tǒng)自動識別車牌號碼作為停車管理的憑證，不需拿取任何入場憑證，大大提高了出入停車場的便捷性，并降低了出入場設(shè)備的成本。

2、停車智能管理

車牌識別系統(tǒng)具有對停車場車輛智能管理：自動記錄收費車輛的入場和出場時間，提供對應的相關(guān)圖像作為憑證。

對于車輛的分類管理很靈活，由于系統(tǒng)以車牌為車輛停車依據(jù)，可依車輛的收費性質(zhì)把車輛類型分為：普通車輛、固定車輛、VIP車輛、無牌車輛、貴賓車隊等；并可根據(jù)需求定制車輛的停車方式（某些固定車周一至周五免費，周六周日正常收費，收費方式可根據(jù)客戶要求進行相應調(diào)整）

系統(tǒng)可靈活設(shè)置對特殊車輛的臨時免費，如消防車，急救車等

3、收費標準設(shè)置靈活

車牌識別系統(tǒng)可靈活對停車場的“收費標準”進行設(shè)置，包括：白天和夜間的時間段設(shè)置、白天和夜間的收費標準設(shè)置、車輛可免費停車時間（規(guī)定時間內(nèi)收費清零）設(shè)置等。

4、對停車場固定車輛進行認證

車牌識別系統(tǒng)對通行車輛進行身份認證，保證車位和?？寇囕v，杜絕多車租用一個車位的現(xiàn)象。

系統(tǒng)對同一車位可設(shè)置多個車輛，可設(shè)置全免費或只能一輛車免費。