算法产品化---人脸识别采集终端的摄像头品质要求_人脸识别摄像机 图像质量标准

人脸识别是一个体系工程，需要包括摄像头，算法，算力，工程部署等统一配合，才能获取到一个比较好的体验。笔者就曾经在一个项目中，需要对进来图像非常模糊的照片做人脸识别功能，直呼”臣妾做不到啊“。

那我们首先就需要看看，什么的图片会影响到人脸识别的体验？

精度：脸部亮度，人脸角度，清晰度，人脸光照均匀，人脸大小，人脸遮挡等；

时间效率：摄像头的帧率，抓拍机的抓拍速度等。

这些因素各自受什么影响呢？我尝试归结如下：

从上面的表格来看，输出的图片质量本质上与现场的部署和摄像头的品质是有强相关的，在某些现场没有办法的情况下，可以通过摄像头的能力做一些修复。当然，算法侧也有一些能力对低质量的图片做增强，这就需要算法，算力的支撑，同时对于最终识别精度的影响也是一个未知的评估。所以，我一直有个观点：一个完整的系统，一半靠算法，一半靠工程，最终提高识别精度有两个法宝，一是靠补灯，二是靠摄像头。

那么哪些摄像头的指标是可以看的呢？

1) 快门速度

家里有小朋友的摄影爱好者都大概了解，让一个小朋友安静地给你照片有多难。同样，对于一个运动中的物体/人员，抓拍是一个技术活。正常走路的情况下，建议将抓拍速度定位在1/100~1/150s，这样既可以保证图片的运动模糊可以接受，又可以有比较长的曝光时间，让照片能够较好地获取到曝光值。

2 光圈大小

光圈大小决定了照片的进光量，光圈越大，进光量越多，运动中物体获取到的光线就越足，图片质量就相对会好些。

3 宽动态

宽动态是指局部曝光调整的能力，一般用db值来表示，比如说在亮背景的情况下，从画面中闪入一个人脸，这个时候人脸的亮度和背景的亮度有一个很大的差距，摄像头如何可以快速调整曝光值，让人脸部画面正常曝光。有两个维度考量：1）宽动态的能力，一般情况下60db左右可以满足正常的逆光要求，如果能够达到100db的话，就意味着可以直接应用在户外咯；2）宽动态的时间，是指从开始进行宽动态调整到调整完成整个画面稳定的时间。时间越快，体验越好，比如我之前有遇到一款产品，直接需要4s以上的时间，造成整个产品和用户的体验就变得很差。

4 抓拍速度

是指从人脸在画面中出现（满足最新size的需求）到送出到ftp的时间。抓拍速度直接影响到的是用户的体验，比如说我们利用抓拍机做迎宾服务。如果从人脸出现到送出ftp需要2s时间的话，人早就从系统中走出，也就起不到迎宾的效果。

正常情况下，100~200ms是可以接受的。

5 抓拍张数

抓拍张数的配置，是指我一次可以抓拍多少张图片。

6 抓拍最小人脸

需要获取到大人脸size，有几种方式，1）将焦距调远，在比较远的地方就能够抓取到人脸，这个时候人脸的size也会比较大，2）持续抓拍，配置抓拍机，只有当检测到最小人脸满足要求，才开始往抓拍服务器送图片。

觉得文章不错，欢迎按赞。