人脸识别采集器

人脸识别的采集方式，目前主要有四种：传统的摄像头采集、红外摄像头的采集（包括热成像）、基于结构光的人脸识别算法以及深度学习算法。这四种方法各有优缺点，我们先来看传统摄像头采集的缺点。

传统摄像头在光线不足的情况下，无法进行人脸识别；同时因为人脸的轮廓是二维信息，而视频图像是三维信息，所以当视频图像经过处理后得到的特征向量是不连续的；另外由于人的面部存在遮挡的情况，导致无法得到足够的信息量来进行人脸识别。

基于红外摄像头的优点就是不需要光线条件就能工作；缺点就是成本高、体积大、易损坏等。基于结构光的优点是能够通过计算获得人脸的三维信息（点云）；缺点是只能获取到脸部局部的特征点数据集和边缘点的特征数据集。而深度学习方法是通过大量的训练来提升模型的精度和稳定性从而实现更准确的人脸识别效果。

但是深度学习算法的模型需要大量的训练样本才能达到比较好的精度和稳定性；同时对于不同的应用领域来说需要的??

?型也是不一样的。（比如安防行业需要的是静态图片和人脸的结合）。所以为了解决以上问题就出现了多种解决方案：

1、采用多镜头的方式来实现多角度拍摄。

2、利用3d打印技术将相机与3d扫描仪相结合。

3、用机器视觉的方法去提取人像的特征。

4、用人工智能的方法去做一些简单的图像处理。

5、使用ai+video的技术。

6、使用计算机视觉技术。

7、用人机交互的方式。

8、使用大数据分析等等。