1：圖象大小。面部圖象過小會損害鑒別功效，面部圖象過大會損害鑒別速度。非專業(yè)人臉識別監(jiān)控攝像頭通常標準的最少鑒別面部清晰度為60*60或100*100之上。在標準的圖象大小內，優(yōu)化算法更易于提高成功率和召回率。圖象大小體現(xiàn)在現(xiàn)實應用領域就是面部離監(jiān)控攝像頭的間距。

       2：分辯率。越低的分辯率越難鑒別。圖象大小綜合分辯率，直接損害監(jiān)控攝像頭鑒別間距。現(xiàn)4K監(jiān)控攝像頭認清面部的最長距離是10米，7K監(jiān)控攝像頭是20米。

       3：陽光照射環(huán)境。過曝或太暗的陽光照射環(huán)境總會損害人臉識別功效。能夠從監(jiān)控攝像頭內置的基本功能補光或濾光均衡陽光照射損害，還可以運用優(yōu)化算法實體模型提升圖象光源。

       4：模糊不清狀況。現(xiàn)實情景關鍵著力解決動態(tài)模糊不清，人臉相對監(jiān)控攝像頭的挪動常常會造成運動模糊不清。一部分監(jiān)控攝像頭有抗模糊不清的基本功能，而在資金不足的狀況下，考慮利用優(yōu)化算法實體模型優(yōu)化此現(xiàn)象。

       5：擋住狀況。面部遮攔、面部邊沿清晰的圖象為最合適。而在現(xiàn)實情景中，許多面部總會被遮陽帽、近視眼鏡、防霾口罩等擋住物擋住，這些數(shù)據(jù)還要依據(jù)優(yōu)化算法標準決定是不是留用訓練。

       6：抓取視角。人臉相對監(jiān)控攝像頭視角為臉照最合適。但現(xiàn)實情景中通常不容易抓拍臉照。因而優(yōu)化算法實體模型需訓練包括兩側人臉、上下側面部的數(shù)據(jù)。工業(yè)工程施工上監(jiān)控攝像頭按置的視角，需考慮面部與監(jiān)控攝像頭組成的視角在優(yōu)化算法鑒別范圍之內的標準。

        以上就是廣州科靈智能科技有限公司分享的內容，希望以上的內容可以幫助到大家。想了解更多資訊歡迎登錄我們官網(wǎng)：http://www.jmsjzg.com