开放能力
开发平台
行业应用
生态合作
开发与教学
资讯 社区 控制台
技术能力
语音技术
图像技术
文字识别
人脸与人体识别
视频技术
AR与VR
自然语言处理
知识图谱
数据智能
场景方案
部署方案
行业应用
智能教育
智能医疗
智能零售
智能工业
企业服务
智能政务
智能农业
信息服务
智能园区
智能硬件
人脸识别

    如何保障注册图质量

    必要性

    人脸采集是人脸识别业务过程中至关重要的一环。如果采集到的图像质量不佳,那么很难得到期望的业务结果,造成的影响主要如下:

    • 1:N出现「串脸」:由于采集的图片质量不佳,并注册为1:N的底库,将较高频地出现误识情况。
    • 活体通过率不高:人脸质量不佳时,活体检测过程中,往往难以判断为活体,造成难以认证为真人的结果。

    指标要求

    如何定义采集到的人脸是一张比较符合要求?从常规图片要求角度,需要确保以下几点:

    • 人脸角度:人脸正面向前,俯仰角、倾斜角、图像旋转角度尽可能较小,以证件照拍摄的照片角度为佳。如果采集条件有限,确保这三个角度都不要超过20°范围。
    • 面部光线:面部区域光线均匀。脸部不应有明显的阴影、过曝、欠曝情况。基于SDK的光照判断,灰度值范围为[0-255],应保持在40以上,80~200之间为最佳。如在室外逆光或强光照射,请使用具备宽动态能力的镜头模组进行动态曝光平衡;或者在设备上增加一些遮挡;在此基础上,也可以在设备上添加补光灯,以保证面部光线符合正常。
    • 人脸模糊度:运动模糊应小于0.15(注册图像可要求到0.13),高斯模糊应小于0.25(注册图像可要求到0.20)。
    • 图像分辨率:图片的分辨率尽量不要小于640*480。
    • 人脸完整度:图片全景情况下,可以准确识别人脸对象。轮廓清晰,无口罩、帽子、深色墨镜遮挡,无浓妆。对于戴眼镜用户,尤其眼镜框不可遮挡眼镜区域(特指镜框),镜片应无色或不严重反光。人脸各区域的遮挡按照[0-1]标识遮挡面积的话,每个部分不可遮挡面积超过0.8,遮挡面积越小越好。
    • 人脸表情:眼睛自然睁开,嘴唇自然闭合或微张。不要有明显搞怪或幅度过大的表情。
    • 人脸大小:人脸瞳间距不小于60px,或人脸轮廓长宽不小于100px。
    • 图像几何失真:镜头输出的图像,几何失真不应大于10%,具体数值可咨询镜头模组厂商,或查看镜头出厂报告。

    注意:在1:N业务中,我们非常不推荐使用证件照作为N的底库,这将造成大量误识情况,请您尽量保证N底库中的人脸图片质量,质量越高越好。

    上一篇
    场景方案
    下一篇
    API文档