NIST报告:视频中的人脸识别是一大挑战
发布时间：2017-04-20据美国国家标准与技术研究院(NIST)官网2017年4月5日报道，为了推进视频人脸识别的多样化应用，NIST开展了一项称为"视频人脸评估(FIVE)"的大型公开测试。FIVE项目报告显示，视频人脸识别是一项艰巨的挑战。为每类应用获取最佳、最准确的识别结果，需要良好的算法、专门的设计工作、多学科专家小组、有限规模的图像数据库和现场测试。
FIVE在各种环境下拍摄的109小时视频图像上，运行了来自16个商业供应商的36个原型算法。NIST使用这些算法将视频中的人脸与数据库中的数据进行匹配，数据库最多可显示48000个人的照片。主要研究者帕特里克·格罗瑟(Patrick Grother)表示:"视频图像的质量和其他属性会严重影响人脸识别的精度"。在某些应用中，人像照片的匹配率可以超过99% 。但在NIST新研究中，即使对于很准确的算法，根据视频或图像质量以及算法的处理能力，被拍摄个体的识别率仅为60%至90%。只有在图像采集质量得到提高的情况下，这些基于视频的应用程序的精度才能达到静态照片人脸识别的精度。
研究报告指出，可以通过高精度要求来避免错误匹配，并改进算法设计。其他建议包括限定图库大小和只使用高质量的图片。另一项关键点是仅使用质量好的静态照片进行匹配。该报告还支持由多学科专家小组来设计捕获高质量视频图像的系统。摄影专家可以确定最佳照明和光学、摄像机定位和安装。
在考虑视频人脸识别的部署时，精度并不是唯一需要分析的因素。其他因素还包括计算机处理的时间代价和训练有素的人脸识别专家等实施者还需要研究网络基础架构和可扩展性。
来源：网络安全和信息化动态2017年第8期
