当前位置:首页 > 报告详情

Austin Hom(NIST):FRTE 视频人脸识别(FIVE).pdf

上传人: 芦苇 编号:651657 2025-05-01 29页 1.97MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文介绍了NIST FACE IN VIDEO EVALUATION (FIVE) 2024,一个评估视频中人脸识别技术的项目。该项目评估了1:N人脸识别在视频序列中的表现,包括低质量和压缩视频,以及受大气湍流影响的远距离成像。评估涵盖了不同场景,如体育场馆、机场、公共空间等,并采用了多种相机设置。 关键数据包括: 1. 2024年与2015年相比,算法准确性有显著提升,例如在视频新闻领域的准确率从62%提高到了93%。 2. 在某些情况下,算法能够在300米的距离识别人物,即使大气湍流也不影响。 3. 2024年的挑战包括:识别视频中的多个人物、检测异常行为、识别人物是否合作等。 4. 评估中使用了多种类型的数据集,包括名人视频、长距离成像等,并考虑了不同的姿态和成像条件。 本文还讨论了算法在实际应用中可能遇到的问题,如假阳性识别率过高,以及如何通过设置阈值来控制错误率。FIVE 2024的目的是推动人脸识别技术的发展,提高其在各种复杂环境下的性能。
如何提升人脸识别技术?" 人脸识别技术未来发展趋势如何?" 如何应对非合作环境下的人脸识别挑战?"
客服
商务合作
小程序
服务号
折叠