在视频门铃包含的所有功能中，面部识别可能是最被低估的。没有什么比在她还来得及敲门之前就听到智能扬声器喊出“妈妈在门口”更美妙的事情了。不幸的是，人们有充分的理由拒绝这个功能——它不起作用。

访问智能品牌的 支持论坛，你会看到很多人抱怨他们的智能门铃误认了每一位客人。视频门铃认为蹒跚学步的孩子是祖父，或者每个披萨男孩都是你的配偶。解决这个问题你无能为力。智能门铃只是在面部识别方面很糟糕。

门铃摄像头无法捕捉到足够的细节

智能门铃使用的面部识别技术非常先进，因为它采用了一些有史以来最先进的人工智能。但即使有了出色的人工智能，可视门铃也没有真正支持面部识别的硬件——它们只是无法捕捉到足够的细节。

与大多数面部识别系统一样，智能门铃可以捕获和分析 2D 图像。这些平面图像包含很多有用的信息，例如嘴巴的宽度、肤色和眼睛之间的距离。但这些数据可能不是你脸上独有的。事实上，这些数据可能并不那么准确，因为视频门铃可以捕捉到运动物体的分辨率相当低的图像。

更先进的面部识别系统，例如 iPhone 中的面部识别系统，使用红外 TOF 摄像头捕捉“3D”图像。这是要点;他们向您的脸部发射不可见的激光，并测量每个激光反弹所需的时间。这些 TOF 相机捕获的数据有助于生成“深度图”，其中包含鼻子长度或耳朵角度等测量值。

3D 数据比视频门铃捕获的数据有用得多，原因应该很明显。但硬件并不是这里唯一的问题。从总体上看，可视门铃使用的高级人工智能实际上是非常初级的。

面部识别算法需要训练

智能门铃中提供的面部识别系统是“自学”的。他们可能会要求您识别一个新人，但在大多数情况下，他们会在没有用户输入的情况下构建和组织面部数据库。这可能会带来一些问题。

看，自学习面部识别系统一直在努力提高其准确性。这意味着要收集大量数据;如果只见过那个人一次，你的门铃就很难识别某人。因此，每次您的门铃看到“妈妈”时，它都会添加到“这就是妈妈的样子”的集合中。

但是，当管道工上门并被错误地识别为“妈妈”时，面部识别系统就会变得不那么准确。你的门铃不知道它出错了，突然间，留着小胡子的客人可能是“妈妈”。这导致了螺旋式下降——准确性的丧失会产生更多的误报，“妈妈”现在出现在各种尺寸、形状和肤色中。在你的门铃眼里，每个人都是“妈妈”。

就像学生错误地学习数学方程式一样。他们可能对自己学到的东西充满信心，但在他们搞砸考试之前，他们不会意识到自己搞砸了。学生需要有人来检查他们是否正确地学习了东西，人工智能也是如此。

不幸的是，你是这种情况下的老师。

如何提高门铃的面部识别能力

改进门铃的面部识别系统是一件苦差事。这里没有永久性的解决办法——你需要积极地跟上面部识别系统来解决它的错误。

首先，您需要确保您的智能门铃可以清楚地看到客人的面孔。这可能意味着重新定位门铃，定期清洁其镜头，或在前门外添加一些灯。

一旦你知道你的门铃可以看到它应该看到的东西，你就需要清理它的面部识别数据库。每个门铃的此过程会有所不同，但在大多数情况下，您可以在智能门铃的配套应用程序中找到一张面孔列表。(如果您拥有Nest Doorbell，请进入 Google Home 应用中的 Nest Aware 设置。我不知道 Google 为什么要隐藏这些东西。)

删除您的门铃捕获的任何错误识别的面孔，并确保告诉您的门铃您希望返回家中的任何身份不明的人的姓名。如果您定期管理此数据库，您的门铃应该可以更好地识别客人。

这是坏消息;即使您尝试提高门铃面部识别系统的准确性，它也永远不会完美。事实上，它可能总是很糟糕。面部识别技术还很初级，智能门铃使用非常基本的硬件来“看到”人。

如果您讨厌管理面部识别数据库的想法，也许您应该禁用该功能。更换门铃不值钱，因为每个品牌的面部识别系统都存在同样的问题。