人脸|实现人脸识别无感通行的密钥:图像质量检测算法( 二 )


图片

同样 , 在批量进行人脸识别底库注册时 , 往往会有上万张图片 。 普通的人工筛选 , 很难完成图像质量检测 。 而FQ算法可以快速完成筛选 , 让人脸识别从底库的特征值开始就更加准确 。
作为一款辅助算法 , 我们在选型时要更多地考虑整体 , FQ不能占用太大空间和耗时 。 比如上面“智能办公刷脸门禁”实验中选择的虹软视觉开放平台所开发的FQ算法 , 其模型小 , 能在确保精度的前提下尽可能提升检测速度 。
此外需要注意的是 , 不同项目、不同环境对质量好的定义各有不同 。 比如公司刷脸门禁和绝密实验室的刷脸门禁 , 两者对摄像头成像效果的定义当然就有所区别 。 这时候 , 开发者就得根据不同项目需求进行摄像头的单独调参 , 从而分支出不同场景的版本 。
其他关于人脸质量检测的相关问题 ,第六期“虹软视觉开放平台人脸公开课”都有具体解答 , 感兴趣的开发者朋友可以点击下方链接观看完整视频 。 或者自行搜索“虹软视觉开放平台人脸公开课” , 随时可以学习 。
(责任编辑:王治强 HF013)


推荐阅读