當提及“人臉識別技術”的時候，想必大家都不會覺得陌生。“人臉識別技術”自從二十世紀六十年代后期研發，再到九十世紀逐步進入市場，技術的準確率逐步達到了99%的高精準度，有的人臉識別軟件在國際標準的LFW數據庫中甚至取得了99.15%的準確率，已然反超了人眼的辨認能力。也正因此，各行各業都將人臉識別納入到了未來的規劃前景中，尤其是AI領域的企業，紛紛對此躍躍欲試。

在人臉識別技術發展初期，一個典型的基于視頻圖像的人臉識別系統一般都是自動檢測人臉區域，從視頻中提取特征，最后如果人臉存在則識別出人臉的身份。在視頻監控、信息安全和出入控制等應用中，基于視頻的人臉識別是一個非常重要的問題，也是目前人臉識別的一個熱點和難點。基于視頻比基于靜態圖像更具優越性，當人臉被求反或倒轉時，運動信息有助于人臉的識別。雖然視頻人臉識別是基于靜態圖像的人臉識別的直接擴展，但一般認為視頻人臉識別算法需要同時用到空間和時間信息，這類方法直到近幾年才開始受到重視并需要進一步的研究和發展。
 

目前視頻人臉識別還有很多的困難與挑戰，具體來說一是視頻圖像質量比較差：視頻圖像一般是在戶外（或室內，但是采集條件比較差）獲取的，通常沒有用戶的配合，所以視頻人臉圖像經常會有很大的光照和姿態變化，還可能會有遮擋和偽裝。

      如果說AI是時代的浪潮，那人臉識別就是乘風破浪的小舟。在這個“刷臉”從調侃變為現實的今天，借著人工智能的發展，人臉識別可以擁有更高的精度，更強的識別，以及一個更寬廣的未來。

（本文摘自電子發燒友網，如有侵權，請聯系刪除）