欧美激情aa一区二区三区-亚洲综合一区二区三区在线第一页-欧美色综合久久久久久-亚洲国产精品久久艾草l

人臉識別技術(shù)流程 分析算法技術(shù)發(fā)展

發(fā)布時(shí)間：2019-07-18丨點(diǎn)擊量：4405

    人臉識別(FaceRecognition，FR)是一種基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行臉部識別的一系列相關(guān)技術(shù)，通常也叫做人像識別、面部識別。
　　人臉識別系統的研究始于20世紀60年代，80年代后隨著(zhù)計算機技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進(jìn)入初級的應用階段則在90年后期；近幾年隨著(zhù)以深度學(xué)習為主的人工智能技術(shù)進(jìn)步，人臉識別技術(shù)得到了迅猛的發(fā)展?！叭四樧R別系統”集成了人工智能、機器識別、機器學(xué)習、模型理論、專(zhuān)家系統、視頻圖像處理等多種專(zhuān)業(yè)技術(shù)，是綜合性比較強的系統工程技術(shù)。
　　人臉識別流程
　　人臉識別系統通常包括幾個(gè)過(guò)程：人臉圖像采集及檢測、關(guān)鍵點(diǎn)提取、人臉規整(圖像處理)、人臉特征提取和人臉識別比對。
　　人臉圖像采集。不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當用戶(hù)在采集設備的拍攝范圍內時(shí)，采集設備會(huì )自動(dòng)搜索并拍攝用戶(hù)的人臉圖像。
　　人臉檢測。人臉檢測在實(shí)際中主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。
　　關(guān)鍵點(diǎn)提取(特征提取)。人臉識別系統可使用的特征通常分為視覺(jué)特征、像素統計特征、人臉圖像變換系數特征、人臉圖像代數特征等。人臉特征提取就是針對人臉的某些特征進(jìn)行的。人臉特征提取，也稱(chēng)人臉表征，它是對人臉進(jìn)行特征建模的過(guò)程。人臉特征提取的方法歸納起來(lái)分為兩大類(lèi)：一種是基于知識的表征方法；另外一種是基于代數特征或統計學(xué)習的表征方法。
　　人臉規整(預處理)。對于人臉的圖像預處理是基于人臉檢測結果，對圖像進(jìn)行處理并最終服務(wù)于特征提取的過(guò)程。系統獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預處理。對于人臉圖像而言，其預處理過(guò)程主要包括人臉圖像的光線(xiàn)補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。
　　人臉識別比對(匹配與識別)。提取的人臉圖像的特征數據與數據庫中存儲的特征模板進(jìn)行搜索匹配，通過(guò)設定一個(gè)閾值，當相似度超過(guò)這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進(jìn)行比較，根據相似程度對人臉的身份信息進(jìn)行判斷?？煞譃?span style="font-family: Calibri, sans-serif;">1:1、1:N、屬性識別。其中1:1是將2張人臉對應的特征值向量進(jìn)行比對，1:N是將1張人臉照片的特征值向量和另外N張人臉對應的特征值向量進(jìn)行比對，輸出相似度高或者相似度排名前X的人臉。
 
　　人臉特征分析算法
　　人臉識別技術(shù)中被廣泛采用的區域特征分析算法，它融合了計算機圖像處理技術(shù)與生物統計學(xué)原理于一體，利用計算機圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統計學(xué)的原理進(jìn)行分析建立數學(xué)模型,即人臉特征模板。利用已建成的人臉特征模板與被測者的人的面像進(jìn)行特征分析，根據分析的結果來(lái)給出一個(gè)相似值。通過(guò)這個(gè)值即可確定是否為同一人。
　　人臉識別的方法很多，主要的人臉識別方法有：
　　(1)幾何特征的人臉識別方法：幾何特征可以是眼、鼻、嘴等的形狀和它們之間的幾何關(guān)系(如相互之間的距離)。這些算法識別速度快，需要的內存小，但識別率較低。
　　(2)基于特征臉(PCA)的人臉識別方法：特征臉?lè )椒ㄊ腔?span style="font-family: Calibri, sans-serif;">KL變換的人臉識別方法，KL變換是圖像壓縮的一種正交變換。高維的圖像空間經(jīng)過(guò)KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線(xiàn)性空間。如果假設人臉在這些低維線(xiàn)性空間的投影具有可分性，就可以將這些投影用作識別的特征矢量，這就是特征臉?lè )椒ǖ幕舅枷?。這些方法需要較多的訓練樣本，而且完全是基于圖像灰度的統計特性的。目前有一些改進(jìn)型的特征臉?lè )椒ā?/span>
　　(3)神經(jīng)網(wǎng)絡(luò )的人臉識別方法：神經(jīng)網(wǎng)絡(luò )的輸入可以是降低分辨率的人臉圖像、局部區域的自相關(guān)函數、局部紋理的二階矩等。這類(lèi)方法同樣需要較多的樣本進(jìn)行訓練，而在許多應用中，樣本數量是很有限的。
 
　　(4)彈性圖匹配的人臉識別方法：彈性圖匹配法在二維的空間中定義了一種對于通常的人臉變形具有一定的不變性的距離，并采用屬性拓撲圖來(lái)代表人臉，拓撲圖的任一頂點(diǎn)均包含一特征向量，用來(lái)記錄人臉在該頂點(diǎn)位置附近的信息。該方法結合了灰度特性和幾何因素，在比對時(shí)可以允許圖像存在彈性形變，在克服表情變化對識別的影響方面收到了較好的效果，同時(shí)對于單個(gè)人也不再需要多個(gè)樣本進(jìn)行訓練。
　　(5)線(xiàn)段Hausdorff距離(LHD)的人臉識別方法：心理學(xué)的研究表明，人類(lèi)在識別輪廓圖(比如漫畫(huà))的速度和準確度上絲毫不比識別灰度圖差。LHD是基于從人臉灰度圖像中提取出來(lái)的線(xiàn)段圖的，它定義的是兩個(gè)線(xiàn)段集之間的距離，與眾不同的是，LHD并不建立不同線(xiàn)段集之間線(xiàn)段的一一對應關(guān)系，因此它更能適應線(xiàn)段圖之間的微小變化。實(shí)驗結果表明，LHD在不同光照條件下和不同姿態(tài)情況下都有非常出色的表現，但是它在大表情的情況下識別效果不好。
　　(6)支持向量機(SVM)的人臉識別方法：支持向量機是統計模式識別領(lǐng)域的一個(gè)新的熱點(diǎn)，它試圖使得學(xué)習機在經(jīng)驗風(fēng)險和泛化能力上達到一種妥協(xié)，從而提高學(xué)習機的性能。支持向量機主要解決的是一個(gè)2分類(lèi)問(wèn)題，它的基本思想是試圖把一個(gè)低維的線(xiàn)性不可分的問(wèn)題轉化成一個(gè)高維的線(xiàn)性可分的問(wèn)題。通常的實(shí)驗結果表明SVM有較好的識別率，但是它需要大量的訓練樣本(每類(lèi)300個(gè))，這在實(shí)際應用中往往是不現實(shí)的。而且支持向量機訓練時(shí)間長(cháng)，方法實(shí)現復雜，該函數的取法沒(méi)有統一的理論。