计算的粒度是否影响其可靠性？

2022-11-28 14:25:33

次

人脸比对是通过计算两张照片灰度值矩阵的距离来实现的，哈尔滨汉王 图像预处理通过各种手段拉近了两个矩阵间的距离，从而让计算出来的结果更精准。

但这样就够了吗？我们的计算是基于像素点的灰度值开展的，在计算中，各个像素点都参与运算，具有同等的重要性，对结果的贡献度也是一样的。这种设计是否合理，计算的粒度是否太细而影响结果的可靠性？

从直觉上判断，图像中像素的重要性程度肯定不一样，比如眼睛、鼻子、嘴巴等部位的像素重要性应该更高，对结果有更大的影响。而脸部中间部位的像素重要性比较低，甚至都没有参与运算的必要性。

研究表明，确实有很多像素没有参与运算的必要，这些像素被去除后不影响识别结果，还可以加快识别速度，并提升模型鲁棒性。比如，哈尔滨汉王在基于像素级别的人脸对比中，通过在图像中加入一些噪声，衍生出对抗攻击，从而让识别出现错误。

哈尔滨汉王

哈尔滨汉王通过算子计算出来的边缘一般是不连续的，很难形成相对完整和封闭的目标轮廓，这样提取出来的特征效果可能不好。通过使用轮廓检测算法，可以忽略背景和目标内部的纹理以及噪声干扰的影响，对边缘进行细化并进行连接，解决那些不能依靠亮度建模而检测出来的纹理边界。

轮廓检测也有一些方法，比如使用专门设计的检测算子等。通过使用这些算子，可以生成更好的脸部特征，有利于后续的计算和比对。