从认知心理学角度探究无人机人脸识别技术

就像计算器和计算机已经超越人类的认知和计算能力一样，无人机和图像处理技术的相互融合，在不久的将来有望超越我们识别和检测物体的能力——视觉识别，这似乎是目前许多高科技寻求的目标。改善无人机的图像采集应用，使得基于无人机的数据采集可以更好地应用在警察和军事领域，这意味着无人机可以提供较高质量的镜头，以便识别战略目标、犯罪嫌疑人和失踪人员。

然而，问题在于，这样的身份判断机制非常复杂，即使对于人类也是如此。无人机在离散识别人类主体的能力方面还远远不足。

发表于MDPI期刊题为“无人识识别人类：通过认知心理学的见解”的研究论文，探讨了无人机识别人类受试者的能力挑战。为此，研究人员试图从不同的视觉输入中测试无人机的识别能力，例如像素化或分辨率，图像大小，视角，身体部位等。

该研究的作者提出了一种无人机可以成功识别人类受试者的不同方法：

识别人脸

通过对人类进行的测试，与低分辨率、像素化图像相比，人们能够很容易地识别高分辨率图像;通过减小中度像素化面部图像的尺寸，部分地抵消了由低图像分辨率引起的误差。

无人机镜头录制的图像质量容易受到许多因素的影响，例如无人机本身的高度以及环境条件。此外，这些镜头可能会受到地面障碍物（如树木和旁观者）以及目标本身移动的阻碍。

无人机角度鸟瞰图

以上是一个示例。左侧面板表示身份匹配，由此高质量数字照片显示与从下面示出的无人机相机提取的三个图像中描绘的人相同。相反，右图描绘了身份不匹配的情况，由此高质量数字照片与下面三幅图像中所示的人不同。

另一个观察结果是-当人们观察被测者的视角或方向与他们之前看到的相同时，他们在识别面部时非常成功。然而，当从侧面观被测者的面部，而之前是从正面观察，这样识别的结果就不理想。因此，通过比较两个不同角度的面部比对比同一个角度非正面的面部识别精准度更低。

一个非常明显的观察结果是，当人们花足够的时间观察他们需要识别的图像时，人们能够非常成功地识别人脸。

这些观察仅仅意味着如果获得的现场镜头分辨率较低，无人机可以通过略微远离它们来提高识别物体的能力；另外如果无人机已经观察记录过或者以不同的方向角度记录过被测人的脸部，则无人机能够非常有效地识别任何人物。

识别人的身体

为了考虑远距离观察以及提供平行交叉检查，可能需要无人机来识别一个人的身体，以及结合面部特征，这就是为什么人们用身体识别人的能力是一个主要考虑因素。

结果发现，当人们识别出整个人时，判断更准确，而不是单单识别远处被测目标的面部或身体。这些结果反映出，当试图从远处识别某人时，人们整合来自身体和面部的信息以进行识别。相反，随着观看者和目标之间的距离变窄，身份识别主要由来自面部的信息决定。

识别人的动作

根据研究，人们在从视频素材中识别像素化的熟悉面孔方面静止图像的准确率要高。

虽然人们通过观察视频镜头和静态图像能一样容易地识别熟悉的人，但是对于静态图像而言，不熟悉的面部是很难识别的。

用无人机识别航拍镜头的人

去年进行的一项名为“远程控制无人机航拍的人物识别”的研究涉及使用无人机记录人们在田野中的足球比赛。在几次实验中，对这种无人机录制的镜头中的人物识别进行了测试，结果发现很差。人们只能将无人机拍摄的48％的图像与同一人的高质量图像相匹配。

可能的解决方案：

1、人脸识别算法

一种可以让无人机成功识别人的解决方案是人脸识别算法的集成。人脸识别程序已经在某些手机中使用，因此它们不是新鲜的技术。然而，考虑到分辨率，方向，照明和其他因素，它们在无人机中的使用在这一点上仍需要做更多探索。

2、超级识别器

另一个可能的解决方案是先让人类真正具备善于识别人的能力，然后再教无人机。已经发现，面部识别能力因人而异;，识别能力的人可以不断向无人机系统提供反馈，并提高系统自身的技能。