與指紋識(shí)別方式類似，考勤機(jī)是人臉識(shí)別目前相對成熟的一類產(chǎn)品。因?yàn)樵诳记谙到y(tǒng)中，用戶可以主動(dòng)配合，設(shè)備能在穩(wěn)定的環(huán)境下獲取符合要求的人臉。這就為人臉識(shí)別提供了良好的輸入源，往往可以得到質(zhì)量較好的圖片。但相信很多人也遇到多次識(shí)別不通過、站在原處不停變換人臉角度等待識(shí)別通過的尷尬。由于光角度或光線問題，得到的人臉圖像很難比對成功。這種情況的出現(xiàn)原因復(fù)雜，可能包括以下幾種：

1、復(fù)雜的環(huán)境背景

在進(jìn)行人臉識(shí)別前需要進(jìn)行人臉檢測。人臉檢測的準(zhǔn)確性直接影響應(yīng)用體驗(yàn)。當(dāng)監(jiān)控中的環(huán)境背景較為復(fù)雜時(shí)，人臉檢測率也會(huì)變低，因此能夠適應(yīng)復(fù)雜背景環(huán)境的人臉檢測算法是人臉識(shí)別技術(shù)的難點(diǎn)之一。

2、多變的光線條件

在人臉識(shí)別技術(shù)的實(shí)際應(yīng)用中，可能出現(xiàn)側(cè)光、曝光、逆光等現(xiàn)象，而且每個(gè)時(shí)間段的光照效果都不一樣，甚至在人臉識(shí)別范圍內(nèi)各個(gè)位置的光照都不同，很大程度會(huì)導(dǎo)致人臉識(shí)別不通過現(xiàn)象。

3、遮擋問題

帽子、眼鏡、胡子以及口罩大面積遮擋也會(huì)直接影響人臉的特征提取，導(dǎo)致人臉識(shí)別比對不通過。需要多次重復(fù)識(shí)別才能成功，造成時(shí)間上的浪費(fèi)，用戶體驗(yàn)不佳。

業(yè)內(nèi)以“免費(fèi)離線算法”知名的虹軟視覺開放平臺(tái)針對以上問題提供了很好的解決方案。虹軟的圖像質(zhì)量檢測算法能將攝像頭拍下的照片進(jìn)行標(biāo)準(zhǔn)化評估，有效過濾人臉圖像模糊、大角度、嚴(yán)重光線問題等低質(zhì)量圖片，從而大大提升識(shí)別率，達(dá)到用戶在門禁、考勤等場景下無感通行的良好體驗(yàn)。

對于人臉識(shí)別遮擋問題，ArcFace4．0不僅在算法精度方面大幅提升，進(jìn)一步降低了誤識(shí)率和拒識(shí)率，同時(shí)針對當(dāng)下實(shí)際應(yīng)用場景中一般算法的不足，提升人臉可見區(qū)域權(quán)重，以及在局部特征增強(qiáng)方面設(shè)計(jì)相應(yīng)策略，尤其是在疫情之下，虹軟全面提升了識(shí)別系統(tǒng)在口罩遮擋情況下的表現(xiàn)，達(dá)到識(shí)別率99．5％以上，解決了大面積遮擋的難題。