国家标准与技术协会测试项目经理、研究报告的领衔作者乔纳森菲利浦斯说，面部识别大挑战的既定目标是改善面部识别技术性能的数量级。菲利浦斯相信通过不断提高高分辨率静止图像和三维面部识别算法可以将误差减少到很低的水平。菲利浦斯说：“对于FRVT2006和ICE2006来说，高分辨率面部图像、三维面部扫描和iris图像都是来自同一批人。FRVT2006首次在基于同一批三维面部扫描的条件下对六种三维算法的性能进行了测试评估。ICE2006则在基于同一批iris图像的条件下对十种算法的性能进行了测试评估。三维面部识别技术已经在最近几年发展起来，因为面部识别的三维感应器最近已经研制成功。三维面部识别技术可以直接捕获面部形状的信息数据。”除了其他优点之外，三维面部识别技术可以通过人面部表层的特征来识别个体的人，比如利用眼窝、鼻子和下巴的曲线特征等，因为这些部位的肌肉和骨骼特征最为明显，而且不会随着时间而改变。菲利浦斯说：“照明的变化可能会对根据静止图像来进行面部识别的性能造成不利影响。但是面部的形状不会随着照明情况的变化而变化。”因此，三维面部识别技术甚至可以用于近乎黑暗的条件下。

电脑面部识别的能力优于人类

点击此处查看全部新闻图片

   据匹兹堡卡内美隆机器人学会（CarnegieMellonRoboticsInstitute）的研究员拉尔夫格罗斯说，三维面部识别技术还可以用于识别处于不同视角情况下的对象。换句话说，从面部侧面也可以识别。格罗斯说：“面部识别技术在用于正面脸部识别以及左右倾斜20度的情况下都应用得很好，但是一旦转到人脸的侧面，问题就比较多了。”格罗斯称，面部识别软件在侧面识别方面遇到的困难已经比较大，但是更麻烦的是，几乎没有人关注这个问题。面部识别技术的主要应用领域一直集中在身份证和面部扫描器等方面，在那些情况下，待识别的对象都很合作，可以提供正面脸部图像，而且照明条件也处于控制之中。  

　　在提高面部识别技术时，高分辨率静止图像的获取也是一个重要因素，因为现在的科技已经能够对高细致的皮肤纹理进行分析了。通过这种分析，任何一块皮肤碎片都可以被拍摄成一张图像，然后分解成更细小的小块，再通过算法转换成由线条、小孔和皮肤结构组成的可测空间。格罗斯解释说：“它可以识别出孪生个体之间的差异，如果单独用面部识别软件是不可能做到那一点的。但是如果将面部识别技术与表面纹理分析结合起来使用，识别的精确度可以提高20％到25％。”