人臉識別的采集方式，目前主要有四種：傳統(tǒng)的攝像頭采集、紅外攝像頭的采集（包括熱成像）、基于結(jié)構(gòu)光的人臉識別算法以及深度學(xué)習(xí)算法。這四種方法各有優(yōu)缺點，我們先來看傳統(tǒng)攝像頭采集的缺點。

傳統(tǒng)攝像頭在光線不足的情況下，無法進行人臉識別；同時因為人臉的輪廓是二維信息，而視頻圖像是三維信息，所以當(dāng)視頻圖像經(jīng)過處理后得到的特征向量是不連續(xù)的；另外由于人的面部存在遮擋的情況，導(dǎo)致無法得到足夠的信息量來進行人臉識別。

基于紅外攝像頭的優(yōu)點就是不需要光線條件就能工作；缺點就是成本高、體積大、易損壞等?；诮Y(jié)構(gòu)光的優(yōu)點是能夠通過計算獲得人臉的三維信息（點云）；缺點是只能獲取到臉部局部的特征點數(shù)據(jù)集和邊緣點的特征數(shù)據(jù)集。而深度學(xué)習(xí)方法是通過大量的訓(xùn)練來提升模型的精度和穩(wěn)定性從而實現(xiàn)更準確的人臉識別效果。

但是深度學(xué)習(xí)算法的模型需要大量的訓(xùn)練樣本才能達到比較好的精度和穩(wěn)定性；同時對于不同的應(yīng)用領(lǐng)域來說需要的??

?型也是不一樣的。（比如安防行業(yè)需要的是靜態(tài)圖片和人臉的結(jié)合）。所以為了解決以上問題就出現(xiàn)了多種解決方案：

1、采用多鏡頭的方式來實現(xiàn)多角度拍攝。

2、利用3d打印技術(shù)將相機與3d掃描儀相結(jié)合。

3、用機器視覺的方法去提取人像的特征。

4、用人工智能的方法去做一些簡單的圖像處理。

5、使用ai+video的技術(shù)。

6、使用計算機視覺技術(shù)。

7、用人機交互的方式。

8、使用大數(shù)據(jù)分析等等。