什么是人脸识别技术?

时间 :2019-03-21点击 :栏目 :行业知识

    现在好多小区进出不用门禁卡,进出靠人脸识别;一些银行也开通人脸识别功能来取款,也减轻了操作步骤,一些餐馆在使用人脸识别用餐的活动,由机器的识别算法来计算,颜值高的免单。在公共场合应用的也越来越多。那人脸识别技术怎样呢

    目前,市面上的最主流的三大人脸识别技术:基于人体的特征,基于模板的方法和基于模型的方法。

  • 最早的技术就是应用人体特征、最传统的方法,通常需要和其他算法结合才能有比较好的效果;
  • 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。
  • 基于模型的方法则有基于隐马尔柯夫模型,主动形状模型和主动外观模型的方法等。
  • 基于几何特征的方法

    人脸识别原理
    
人脸由眼睛、眉毛、鼻子、嘴巴等部件构成,就因这些形状、大小的结构上有着千差万别;因此就这些特征就可以做为人脸识别的重要特征。几何特征最早是用于
人脸侧面轮廓的描述与识别,首先根据侧面轮廓曲线确定若干显著点,并由这些显著点导出一组用于识别的特征度量如距离、角度等。Jia 等由正面灰度图中线附近的积分投影模拟侧面轮廓图是一种很有新意的方法。

什么是人脸识别技术?

    局部特征分析方法

    主元子空间的表示是紧凑的,特征维数大大降低,但它是非局部化的,其核函数的支集扩展在整个坐标空间中,同时它是非拓扑的,某个轴投影后临近的点与原图像空间中点的临近性没有任何关系,而局部性和拓扑性对模式分析和分割是理想的特性,似乎这更符合神经信息处理的机制,因此寻找具有这种特性的表达十分重要。基于这种考虑,Atick提出基于局部特征的人脸特征提取与识别方法。这种方法在实际应用取得了很好的效果,它构成了FaceIt人脸识别软件的基础。

    特征脸方法

    特征脸方法是90年代初期由TurkPentland提出的目前最流行的算法之一,具有简单有效的特点, 也称为基于主成分分析(principal component analysis,简称PCA)的人脸识别方法。

    特征子脸技术的基本思想是:从统计的观点,寻找人脸图像分布的基本元素,即人脸图像样本集协方差矩阵的特征向量,以此近似地表征人脸图像。这些特征向量称为特征脸(Eigenface)

    实际上,特征脸反映了隐含在人脸样本集合内部的信息和人脸的结构关系。将眼睛、面颊、下颌的样本集协方差矩阵的特征向量称为特征眼、特征颌和特征唇,统称特征子脸。特征子脸在相应的图像空间中生成子空间,称为子脸空间。计算出测试图像窗口在子脸空间的投影距离,若窗口图像满足阈值比较条件,则判断其为人脸。



拓世智能 Top Sight Intelligence 通过资源共享和优势互补,实现多方互利共赢,共同构建基于人工智能(多模态生物识别)技术的"互联网+大数据平台"

访问官网联系方式