在科学技术的进步下，对人脸识别技术以及算法的研究也会不断的进步，但在实际应用中会受到光照、遮挡、面部表情等因素而影响人脸识别的准确性，使识别的准确率会降低。由畅视智能与你分享在人脸识别中的人脸采集环节会受到哪些因素的影响？
图像大小
在进行采集人脸信息时，如果采集到的人脸图像太小会影响识别效果，而太大则会影响识别速度。而在规定的人脸图像大小内，人脸识别算法可以更容易提升识别的准确率和召回率。人脸图像大小反映在实际应用场景被识别的用户人脸离摄像头的距离。
图像分辨率
采集到的人脸图像分辨率越低越难识别，人脸图像大小综合的分辨率会直接影响摄像头的识别距离，从而影响最后的识别结果。
模糊程度
人脸识别在实际场景，进行人脸采集会有可能产生模糊的图像，人脸相对于摄像头的移动经常会产生运动模糊。对于图像运动模糊的解决部分摄像头通过抗模糊的功能解决，也可以考虑通过算法模型优化这一个问题。
采集角度
在实际场景应用中，人脸采集时人脸对着摄像头角度为正脸，其识别效果最好。但实际场景中很难抓拍正脸。因此，在人脸识别技术算法模型需要训练包含左右侧人脸、上下侧人脸的数据。使人脸识别系统开发在实际应用中可以满足人脸与摄像头构成的角度，在算法识别范围内的要求。
