就像計(jì)算器和計(jì)算機(jī)已經(jīng)超越人類的認(rèn)知和計(jì)算能力一樣，無(wú)人機(jī)和圖像處理技術(shù)的相互融合，在不久的將來(lái)有望超越我們識(shí)別和檢測(cè)物體的能力——視覺(jué)識(shí)別，這似乎是目前許多高科技尋求的目標(biāo)。改善無(wú)人機(jī)的圖像采集應(yīng)用，使得基于無(wú)人機(jī)的數(shù)據(jù)采集可以更好地應(yīng)用在警察和軍事領(lǐng)域，這意味著無(wú)人機(jī)可以提供較高質(zhì)量的鏡頭，以便識(shí)別戰(zhàn)略目標(biāo)、犯罪嫌疑人和失蹤人員。

然而，問(wèn)題在于，這樣的身份判斷機(jī)制非常復(fù)雜，即使對(duì)于人類也是如此。無(wú)人機(jī)在離散識(shí)別人類主體的能力方面還遠(yuǎn)遠(yuǎn)不足。

發(fā)表于MDPI期刊題為“無(wú)人識(shí)識(shí)別人類：通過(guò)認(rèn)知心理學(xué)的見(jiàn)解”的研究論文，探討了無(wú)人機(jī)識(shí)別人類受試者的能力挑戰(zhàn)。為此，研究人員試圖從不同的視覺(jué)輸入中測(cè)試無(wú)人機(jī)的識(shí)別能力，例如像素化或分辨率，圖像大小，視角，身體部位等。

該研究的作者提出了一種無(wú)人機(jī)可以成功識(shí)別人類受試者的不同方法：

識(shí)別人臉

通過(guò)對(duì)人類進(jìn)行的測(cè)試，與低分辨率、像素化圖像相比，人們能夠很容易地識(shí)別高分辨率圖像;通過(guò)減小中度像素化面部圖像的尺寸，部分地抵消了由低圖像分辨率引起的誤差。

無(wú)人機(jī)鏡頭錄制的圖像質(zhì)量容易受到許多因素的影響，例如無(wú)人機(jī)本身的高度以及環(huán)境條件。此外，這些鏡頭可能會(huì)受到地面障礙物（如樹(shù)木和旁觀者）以及目標(biāo)本身移動(dòng)的阻礙。

無(wú)人機(jī)角度鳥(niǎo)瞰圖

以上是一個(gè)示例。左側(cè)面板表示身份匹配，由此高質(zhì)量數(shù)字照片顯示與從下面示出的無(wú)人機(jī)相機(jī)提取的三個(gè)圖像中描繪的人相同。相反，右圖描繪了身份不匹配的情況，由此高質(zhì)量數(shù)字照片與下面三幅圖像中所示的人不同。

另一個(gè)觀察結(jié)果是-當(dāng)人們觀察被測(cè)者的視角或方向與他們之前看到的相同時(shí)，他們?cè)谧R(shí)別面部時(shí)非常成功。然而，當(dāng)從側(cè)面觀被測(cè)者的面部，而之前是從正面觀察，這樣識(shí)別的結(jié)果就不理想。因此，通過(guò)比較兩個(gè)不同角度的面部比對(duì)比同一個(gè)角度非正面的面部識(shí)別精準(zhǔn)度更低。

一個(gè)非常明顯的觀察結(jié)果是，當(dāng)人們花足夠的時(shí)間觀察他們需要識(shí)別的圖像時(shí)，人們能夠非常成功地識(shí)別人臉。

這些觀察僅僅意味著如果獲得的現(xiàn)場(chǎng)鏡頭分辨率較低，無(wú)人機(jī)可以通過(guò)略微遠(yuǎn)離它們來(lái)提高識(shí)別物體的能力；另外如果無(wú)人機(jī)已經(jīng)觀察記錄過(guò)或者以不同的方向角度記錄過(guò)被測(cè)人的臉部，則無(wú)人機(jī)能夠非常有效地識(shí)別任何人物。

識(shí)別人的身體

為了考慮遠(yuǎn)距離觀察以及提供平行交叉檢查，可能需要無(wú)人機(jī)來(lái)識(shí)別一個(gè)人的身體，以及結(jié)合面部特征，這就是為什么人們用身體識(shí)別人的能力是一個(gè)主要考慮因素。

結(jié)果發(fā)現(xiàn)，當(dāng)人們識(shí)別出整個(gè)人時(shí)，判斷更準(zhǔn)確，而不是單單識(shí)別遠(yuǎn)處被測(cè)目標(biāo)的面部或身體。這些結(jié)果反映出，當(dāng)試圖從遠(yuǎn)處識(shí)別某人時(shí)，人們整合來(lái)自身體和面部的信息以進(jìn)行識(shí)別。相反，隨著觀看者和目標(biāo)之間的距離變窄，身份識(shí)別主要由來(lái)自面部的信息決定。

識(shí)別人的動(dòng)作

根據(jù)研究，人們?cè)趶?a target="_blank">視頻素材中識(shí)別像素化的熟悉面孔方面靜止圖像的準(zhǔn)確率要高。

雖然人們通過(guò)觀察視頻鏡頭和靜態(tài)圖像能一樣容易地識(shí)別熟悉的人，但是對(duì)于靜態(tài)圖像而言，不熟悉的面部是很難識(shí)別的。

用無(wú)人機(jī)識(shí)別航拍鏡頭的人

去年進(jìn)行的一項(xiàng)名為“遠(yuǎn)程控制無(wú)人機(jī)航拍的人物識(shí)別”的研究涉及使用無(wú)人機(jī)記錄人們?cè)谔镆爸械淖闱虮荣?。在幾次?shí)驗(yàn)中，對(duì)這種無(wú)人機(jī)錄制的鏡頭中的人物識(shí)別進(jìn)行了測(cè)試，結(jié)果發(fā)現(xiàn)很差。人們只能將無(wú)人機(jī)拍攝的48％的圖像與同一人的高質(zhì)量圖像相匹配。

可能的解決方案：

1、人臉識(shí)別算法

一種可以讓無(wú)人機(jī)成功識(shí)別人的解決方案是人臉識(shí)別算法的集成。人臉識(shí)別程序已經(jīng)在某些手機(jī)中使用，因此它們不是新鮮的技術(shù)。然而，考慮到分辨率，方向，照明和其他因素，它們?cè)跓o(wú)人機(jī)中的使用在這一點(diǎn)上仍需要做更多探索。

2、超級(jí)識(shí)別器

另一個(gè)可能的解決方案是先讓人類真正具備善于識(shí)別人的能力，然后再教無(wú)人機(jī)。已經(jīng)發(fā)現(xiàn)，面部識(shí)別能力因人而異;，識(shí)別能力的人可以不斷向無(wú)人機(jī)系統(tǒng)提供反饋，并提高系統(tǒng)自身的技能。