硬核科普:一文看懂人脸识别系统

2020-05-27

相信大家去超市买东西都用过刷脸支付吧,“刷脸”,顾名思义,背后是一项关键技术:人脸识别。,人脸识别技术在我们生活中随处可见,无论是刷卡支付、考勤打卡、还是小区智能门禁,机场港口,都可能用到人脸识别。


  人脸识别本质上是身份识别,就是回答一个问题:这个人是谁?

  人脸识别的过程中有4个关键的步骤:

  1、人脸检测

  2、人脸对齐

  3、人脸编码

  4、人脸图像匹配与识别

  下面详细说明一下这4个步骤。

  人脸检测

  人脸检测在实际中主要用于人脸识别的预处理,即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富,如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来,并利用这些特征实现人脸检测。

  主流的人脸检测方法基于以上特征采用Adaboost学习算法,Adaboost算法是一种用来分类的方法,它把一些比较弱的分类方法合在一起,组合出新的很强的分类方法。

  人脸检测过程中使用Adaboost算法挑选出一些能代表人脸的矩形特征(弱分类器),按照加权投票的方式将弱分类器构造为一个强分类器,再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器,有效地提高分类器的检测速度。

  人脸对齐

  人脸对齐是将不同角度的人脸图像对齐成同一种标准的形状。先定位人脸上的特征点,然后通过几何变换(仿射、旋转、缩放),使各个特征点对齐(将眼睛、嘴等部位移到相同位置)。

  人脸编码

  人脸图像的像素值会被转换成紧凑且可判别的特征向量,这也被称为模板(template)。理想情况下,同一个主体的所有人脸都应该映射到相似的特征向量。

  人脸图像匹配与识别

  人脸图像匹配与识别:提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。

  人脸识别技术经过70多年的发展,到今天已经发展成为一门以计算机视觉数字信息处理为中心,糅合信息安全学、语言学、神经学、物理学、AI等多学科交合的综合性技术学科,内涵已极为丰富。

  对于普通人来说,了解这么多就差不多了。再深入就不好理解了。如果你还想了解更多关于人脸识别方面内容,欢迎大家前往金红宇智能科技有限公司进行了解。


推荐产品

  • 停车场系统-云停车管理平台