研究表明 多种族面部识别系统可提供更准确的结果

一项发表在“ 模式识别 ”杂志上的新研究表明，多种族面部识别系统可以提供比目前通常使用的结果更准确的结果。

萨里大学开发了一种3D变形人脸模型，该模型可以从不同的种族面孔“学习”，并且可以更好地识别2D图像中的人物 - 即使一个人的外表因其姿势，表情，光线或图像分辨率不佳而受到影响。

许多面部识别系统使3D模型适合于在图片中找到的2D面部。但是，大多数系统对不同的比赛使用相同的模型并忽略固有的差异。

来自萨里视觉，语音和信号处理中心(CVSSP)的团队发现，使用多种族3D人脸模型可以在尝试识别人时提高准确性。它还发现，当你使用被教导学习不同种族的模型时，团队的老化效应技术 - 用于在很长一段时间后识别个体已经过去 - 更加精确。

来自CVSSP的冯振华博士的论文的主要作者说：“可以肯定的是，面部识别技术在我们的日常生活中逐渐变得越来越普遍。我们需要确保它尽可能准确，因此人们可以相信这项技术。我们发现我们的模型能够理解黑色，白色和亚洲面部，在识别2D面部方面比现在使用的典型一体化模型更准确。“

冯博士最近因面部地标本地化工作而获得了着名的欧洲生物识别行业奖，他是CVSSP团队的一员，正在为工程和物理科学研究委员会筹集600万英镑的项目，以使面部识别无处不在。国家。

萨里大学杰出教授，CVSSP创始人Josef Kittler教授说：“我们相信面部识别技术将成为一种良好的力量。它将帮助我们保护我们的财产，为我们的数据提供更好的安全性并保证我们的安全但是，准确性问题是我们所有人都必须注意的事情，而这正是我们正在努力改进CVSSP的。

“冯博士的项目以及我们在中心所做的更广泛的工作，重点是提高面部识别 技术的准确性，即使在相应图像的分辨率受到损害的极端情况下，或者人们可能试图欺骗系统的情况下“。