人脸识别 | Facial recognition详细介绍
人脸识别 | Facial recognition
人脸识别是身份识别的一种方式,目的就是要判断图片和视频中人脸的身份时什么。
本文将详细介绍人脸识别的4个特点、4个步骤、5个难点及算法的发展轨迹。
什么是人脸识别?
人脸识别是 计算机视觉-computer Vision 领域里很典型的应用。
人脸识别的目的就是要判断图片和视频(视频是由图片构成的)中人脸的身份是什么。
人脸识别是身份识别的一种,它跟身份证识别、指纹识别、虹膜识别都是相似的。可以将人脸识别和大家熟悉的身份证做对比:
- 录入信息(开通身份证 – 录入人脸信息)
- 将信息存入数据库(身份证信息 – 人脸信息)
- 当需要验证身份时,将新采集信息和数据库信息作比对(扫身份证 – 刷脸)
人脸识别有4个特点
人脸识别和其他身份识别相比,有4个特点:
- 便捷性。人脸是生物特征,不需要携带类似身份证的东西
- 非强制性。识别的过程甚至不需要对象的配合,只要拍摄到人脸就可以进行识别,例如安防领域就是如此。
- 非接触性。不需要跟设备进行接触,相比指纹更加安全一些。
- 并行处理。一张照片里有多个人脸时可以一起处理,不像指纹和虹膜,需要一个一个来。
基于以上特点,人脸识别正在被广泛的应用在各个领域。大家在生活中随处都可以看到人脸识别的应用。
人脸识别的 4 个步骤
人脸识别的过程中有4个关键的步骤:
- 人脸检测
- 人脸对齐
- 人脸编码
- 人脸匹配
下面详细说明一下这4个步骤。
人脸检测
人脸检测的目的是寻找图片中人脸的位置。当发现有人脸出现在图片中时,不管这个脸是谁,都会标记出人脸的坐标信息,或者将人脸切割出来。
可以使用方向梯度直方图(HOG)来检测人脸位置。先将图片灰度化,接着计算图像中像素的梯度。通过将图像转变成HOG形式,就可以获得人脸位置。
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。
人脸匹配
在人脸匹配构建模块中,两个模板会进行比较,从而得到一个相似度分数,该分数给出了两者属于同一个主体的可能性。
人脸识别的 5 个难点
人脸图像在现实世界中的呈现具有高度的可变性。所以人脸识别也是最有挑战性的生物识别方法之一。人脸图像可变的地方包括:
- 头部姿势
- 年龄
- 遮挡
- 光照条件
- 人脸表情
人脸识别算法的发展轨迹
人脸识别领域,也是从传统机器学习算法过度到深度学习算法的。
传统机器学习算法
在机器学习阶段,人脸识别也经历了3个重要的阶段:
- 几何特征阶段
- 表象特征阶段
- 纹理特征阶段
深度学习算法
在深度学习阶段,算法的发展也同样经历了3个阶段:
- 从最开始的 VGG 网络到 Inception 网络再到 Resnet 网络,网络模型总体上呈现出更深,更宽的趋势。
- 旷视、商汤为代表的在学术公开竞赛中取得好成绩的这些厂商,开始发展实际业务为起点,通过不断扩大他们的实际数据集合,算法性能也在逐渐的提升。
- 进一步增加数据量以提升算法性能以外,与第一阶段相反,大家开始在不降低识别性能的基础上,研究网络的轻量化。轻量化的主要目的有两个,一个是提升算法的速度,甚至能够部署到移动端;另外一个就是便于硬件实现,从而将人脸识别算法直接做成一个硬件模块
人脸识别的典型应用
人脸识别的应用变得越来越广泛,只要跟身份识别相关的未来都有可能使用人脸识别。下面列几个典型的应用场景。
- 门禁系统
- 安防系统
- 无人超市
- 电子护照及身份证
- 自主服务系统(如ATM)
- 信息安全系统,如刷脸支付
- 娱乐型应用,如抖音里的部分道具
人脸识别 | Facial recognition详细介绍相关推荐
- CV之FR:计算机视觉之人脸识别(Face Recognition)方向的简介、代码实现、案例应用之详细攻略
CV之FR:计算机视觉之人脸识别(Face Recognition)方向的简介.代码实现.案例应用之详细攻略 目录 人脸识别简介 1.人脸识别的任务 2.人脸识别常用数据集 3.损失函数 4.网络模型 ...
- CV之FR:计算机视觉之人脸识别(Face Recognition)方向的简介、使用方法、案例应用之详细攻略
CV之FR:人脸识别之人脸特征提取算法相关思路配图.论文集合 目录 人脸识别(Face Recognition)方向的简介 FR相关论文集合 FR相关算法配图集合 人脸识别(Face Recognit ...
- 人脸识别face recognition
0 简介 人脸识别大致分为如下三个部分: 人脸检测 face detection 人脸对齐 face alignment 人脸识别 face recognition,包括: face verifica ...
- 人脸识别2:InsightFace实现人脸识别Face Recognition(含源码下载)
人脸识别2:InsightFace实现人脸识别Face Recognition(含源码下载) 目录 人脸识别2:InsightFace实现人脸识别Face Recognition(含源码下载) 1. ...
- 人脸识别 Face Recognition 入门
人脸识别 Face Recognition 入门概述 总述 传统特征方法 深度学习方法 损失函数演进 基于欧几里德和距离的损失 基于角度/余弦边距的损失 SoftMax 损失及其变体 一级标题 二级标 ...
- 人脸识别3:C/C++ InsightFace实现人脸识别Face Recognition(含源码)
人脸识别3:C/C++ InsightFace实现人脸识别Face Recognition(含源码) 目录 1. 前言 2. 项目安装 (1)项目结构 (2)配置开发环境(OpenCV+OpenCL+ ...
- 人脸识别4:Android InsightFace实现人脸识别Face Recognition(含源码)
人脸识别4:Android InsightFace实现人脸识别Face Recognition(含源码) 目录 人脸识别4:Android InsightFace实现人脸识别Face Recognit ...
- 人脸识别-人工智能领域的介绍有哪些
人脸识别-人工智能领域的介绍有哪些? 人脸识别一体机正大规模走出实验室,走入各行各业,方便了生活.降低了成本.提高了效率,也因此逐渐成为人们日常生活中的标配."人脸识别一体机其实这并不难理解 ...
- 人脸识别Face Recognition综述
综述:https://arxiv.org/pdf/2009.13290.pdf 人脸识别整个系统一般由三个关键要素构成:人脸检测(face detection).人脸预处理(face preproce ...
最新文章
- 无人机航拍记录生活真爽,包邮送一个!
- 多个线程访问共享对象和数据的方式
- 函数 —— strtok() 例如:Fred male 25,John male 62,Anna female 16两层循环
- 我的第五个网页制作:pre、html转义、abbr标签的使用
- html 自动排序代码,SEO中常用HTML代码大全,及权重排序
- 自定义播放器 winform
- Datedifff返回两个日期之间的天数
- android中打开pdf,在Android应用程序中打开PDF
- easyexcel和poi是否有版本冲突_easyexcel--解决poi大文件发生OOM问题
- 零基础掌握区块链关键概念
- 前端集成方案——理论(一)
- leetcode之奇偶链表
- 引入外部less_CSS扩展语言sass和less应该选哪个?
- struts2 中 Actionsupport类的作用
- 下三角99乘法表 C语言
- 裁员浪潮,互联网人该何去何从?
- 计算机网络交换机无法ping,无法Ping通路由器交换机提示request time out修复方法
- mobile web开发遇到的问题
- 计算机主机光驱弹不出来怎么办,电脑dvd光驱打不开,光驱弹不出来解决
- python怎么将删的代码恢复_找回丢失的Python代码--如果代码还驻留在内存中