人脸识别发展有哪些关键问题需要解决

　　人脸识别发展如火如荼，是人工智能的重要分支，在安防行业应用尤为突出，同时还协助相关部门工作，如缉逃、侦查、寻找走失人口等。目前，人脸识别准确率达99%，可见已非常成熟。结合深度学习、计算能力，可进行前端大量数据训练，助产品和解决方案加速落地。在这发展中，有哪些关键问题需要解决？

　　泛化能力成为人脸识别发展的瓶颈

　　人脸识别技术发展的主要瓶颈就是算法的泛化能力。算法受到光线分布不均、表情、像素不一样、面部姿态变化巨大、静态和动态之分等情况影响，无法达到要求。所以要严格定义场景，或将算法视为辅助功能，才能推动并落地人脸识别技术。尽管推动了人脸识别技术的落地速度，可成本较高，影响人工智能算法的渗透，也限制了获取信息的效率，不利于算法指标进一步提升。可见，碎片化是算法在实际应用中的特点。

　　人脸识别应用碎片化需求如何解决？

　　软件具有高扩展性，对用户个性需求，具有短、平、快的优势，用户可按需定制，以此满足其个性化需求。可见，在碎片化应用中，软件发挥了巨大潜力。此外，目前安防行业有企业推出AI开放平台，拥有场景化的AI开放能力，只需少量数据，就能迅速生成用所需要的应用，在结合新数据做增量训练，实现算法的迭代与优化。人脸识别作为AI领域的重要技术，也将会随之进一步发展。

　　总之，人脸识别技术和相关产品已较为成熟，因此，下一阶段的命题就是如何系统化规模部署。不过，人脸识别仍然面临算法场景局限大的难题，此解决此问题，可实现降低部署成本、开发深度应用，关系着人脸识别产品和方案能否真正在实际场景中落地生根。
责任编辑：YYX