1：圖像大小

人臉圖像過小會影響識別效果，人臉圖像過大會影響識別速度。非專業人臉識別攝像頭常見規定的Z小識別人臉像素為60*60或100*100以上。在規定的圖像大小內，算法更容易提升準確率和召回率。圖像大小反映在實際應用場景就是人臉離攝像頭的距離。

2：圖像分辨率

越低的圖像分辨率越難識別。圖像大小綜合圖像分辨率，直接影響攝像頭識別距離?，F4K攝像頭看清人臉的Z遠距離是10米，7K攝像頭是20米。

3：光照環境

過曝或過暗的光照環境都會影響人臉識別效果?？梢詮臄z像頭自帶的功能補光或濾光平衡光照影響，也可以利用算法模型優化圖像光線。

4：模糊程度

實際場景主要著力解決運動模糊，人臉相對于攝像頭的移動經常會產生運動模糊。部分攝像頭有抗模糊的功能，而在成本有限的情況下，考慮通過算法模型優化此問題。

5：遮擋程度

五官無遮擋、臉部邊緣清晰的圖像為佳。而在實際場景中，很多人臉都會被帽子、眼鏡、口罩等遮擋物遮擋，這部分數據需要根據算法要求決定是否留用訓練。

6：采集角度

人臉相對于攝像頭角度為正臉佳。但實際場景中往往很難抓拍正臉。因此算法模型需訓練包含左右側人臉、上下側人臉的數據。工業施工上攝像頭安置的角度，需滿足人臉與攝像頭構成的角度在算法識別范圍內的要求。