文獻探討8-擴增實境使用者操作介面研究—以銀髮族 3D 試戴系統為例-3D 頭像辨識技術

3D 頭像辨識技術

頭像辨識與身分識別技術相關，也和聲紋、眼膜、指紋、掌紋、密碼、字跡及生物晶片等身分證辨識系統需求相似，藉由紀錄及比對人們獨特的特徵，確保個人身分 辨識的精確度，避免被誤判、盜用或冒用情形（李建興、林應璞、游凱倫，2000；王 慶偉，2011；許富淞，2012）。

其中，又以人臉辨識系統最為相關，根據博思數據研究中心指出，以大陸市場為例，人臉識別技術正廣泛應用於許多重要行業，市場規模 持續增長，2010 年市場規模約 6.7 億元， 2015 年市場規模預計將成長為 14 億元（劉 勇，2013）。

人臉辨識技術已非常成熟，可概分為整體特徵及局部特徵兩種方法。

整體特徵法是將人臉進行統一辨識，而局部特徵法則是先找局部特徵進行辨識，最後再統合所有局部特徵結果做出判定決策。相較之下，局部特徵法準確率較高，但局部特徵間的對 位技術上仍有待突破（柯志祥，2015；羅正漢，2018）。

因為目前沒有一套客觀的標 準協定，可評定 3D 頭像辨識演算法的效能優劣，造成此窘境之因素，主要在於目前 具公信力的標準 3D 臉部影像資料庫不多，可以協助測試開發臉部運算的演算法，所 以在談 3D 頭像辨識演算法效能時，通常是以其正確辨識率（True Acceptance Rate， 簡稱 TAR）、失敗警告率（False Alarm Rate）、失敗可接受率（False Acceptance Rate，簡稱 FAR）或失敗拒絕率（False Rejection Rate，簡稱 FRR）等因子來概估。

擴增實境使用者操作介面研究—以銀髮族 3D 試戴系統為例