1-001.人脸识别
人脸识别
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。
发展历史
人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国、德国和日本的技术实现为主;人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。
技术特点
并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别;
除此之外,还符合视觉特性:“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。
技术流程
人脸识别系统主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
人脸图像采集及检测
人脸图像预处理
人脸图像预处理:对于人脸的图像预处理是基于人脸检测结果,对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言,其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
人脸图像特征提取:人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学习的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
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。
识别算法
一般来说,人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别(身份确认或者身份查找)。系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图象或者相应的编码,而其输出则是一系列相似度得分,表明待识别的人脸的身份。
基于光照估计模型理论
提出了基于Gamma灰度矫正的光照预处理方法,并且在光照估计模型的基础上,进行相应的光照补偿和光照平衡策略。
优化的形变统计校正理论
独创的实时特征识别理论
该理论侧重于人脸实时数据的中间值处理,从而可以在识别速率和识别效能之间,达到最佳的匹配效果
识别数据
人脸识别需要积累采集到的大量人脸图像相关的数据,用来验证算法,不断提高识别准确性,这些数据诸如A Neural Network Face Recognition Assignment(神经网络人脸识别数据)、orl人脸数据库、麻省理工学院生物和计算学习中心人脸识别数据库、埃塞克斯大学计算机与电子工程学院人脸识别数据等。
配合程度
现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是,在用户不配合、采集条件不理想的情况下,现有系统的识别率将陡然下降。比如,人脸比对时,与系统中存储的人脸有出入,例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。
优势困难
优势
不被察觉的特点对于一种识别方法也很重要,这会使该识别方法不令人反感,并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点,它完全利用可见光获取人脸图像信息,而不同于指纹识别或者虹膜识别,需要利用电子压力传感器采集指纹,或者利用 红外线 采集虹膜图像,这些特殊的采集方式很容易被人察觉,从而更有可能被伪装欺骗。
困难
人脸识别被认为是 生物特征识别 领域甚至 人工智能 领域最困难的研究课题之一。人脸识别的困难主要是人脸作为 生物 特征的特点所带来的。
相似性
不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。
易变性
主要用途
人脸识别主要用于身份识别。由于视频监控正在快速普及,众多的 视频 监控应用迫切需要一种远距离、用户非配合状态下的快速 身份识别技术 ,以求远 距离 快速确认人员身份,实现智能预警。人脸识别技术无疑是最佳的选择,采用快速 人脸检测技术 可以从监控视频图象中实时查找人脸,并与人脸 数据库 进行实时比对,从而实现快速身份识别。
应用前景
主要产品
数码相机
人脸自动对焦和笑脸快门技术: 首先是面部捕捉。它根据人的头部的部位进行判定,首先确定头部,然后判断眼睛和嘴巴等头部特征,通过特征库的比对,确认是人面部,完成面部捕捉。然后以人脸为 焦点 进行自动对焦,可以大大的提升拍出照片的清晰度。 笑脸快门技术就是在人脸识别的基础上,完成了面部捕捉,然后开始判断嘴的上弯程度和眼的下弯程度,来判断是不是笑了。以上所有的捕捉和比较都是在对比特征库的情况下完成的,所以特征库是基础,里面有各种典型的面部和笑脸特征数据。
门禁系统
受安全保护的地区可以通过人脸识别辨识试图进入者的身份。人脸识别系统可用于企业、住宅安全和管理。如人脸识别门禁考勤系统,人脸识别防盗门等。
人脸识别门禁
人脸识别门禁是基于先进的人脸识别技术,结合成熟的ID卡和指纹识别技术而推出的安全实用的门禁产品。产品采用分体式设计,人脸、指纹和ID卡信息的采集和生物信息识别及门禁控制内外分离,实用性高、安全可靠。系统采用网络信息加密传输,支持远程进行控制和管理,可广泛应用于银行、军队、公检法、智能楼宇等重点区域的门禁安全控制。
身份辨识
如电子护照及身份证。这或许是未来规模应用。在 国际民航组织 已确定,从 2010年 4月 1日起,其 118个成员国家和地区,必须使用机读护照,人脸识别技术是首推识别模式,该规定已经成为国际标准。 美国 已经要求和它有出入免签证协议的国家在2006年10月 26日之前必须使用结合了人脸指纹等生物特征的电子护照系统,到 2006年底已经有 50多个国家实现了这样的系统。美国运输安全署( Transportation Security Administration)计划在全美推广一项基于生物特征的国内通用 旅行证件 。 欧洲 很多国家也在计划或者正在实施类似的计划,用包含生物特征的证件对旅客进行识别和管理。 中国 的电子护照计划公安部一所正在加紧规划和实施。
可在机场、体育场、超级市场等公共场所对人群进行监视,例如在机场安装监视系统以防止恐怖分子登机。如银行的自动提款机,用户卡片和密码被盗,就会被他人冒取现金。同时应用人脸识别就会避免这种情况的发生。通过查询目标人像数据寻找数据库中是否存在重点人口基本信息。例如在机场或车站安装系统以抓捕在逃案犯。
网络应用
利用人脸识别辅助 信用卡 网络支付,以防止非信用卡的拥有者使用信用卡等。如计算机登录、电子政务和 电子商务 。在电子商务中交易全部在网上完成,电子政务中的很多审批流程也都搬到了网上。而当前,交易或者审批的授权都是靠密码来实现。如果密码被盗,就无法保证安全。如果使用生物特征,就可以做到当事人在网上的数字身份和真实身份统一。从而大大增加电子商务和 电子政务系统 的可靠性。
娱乐应用
应用示例
2012年4月13日京沪高铁安检区域人脸识别系统工程开始招标,上海虹桥站、天津西站和济南西站三个车站安检区域将安装用于身份识别的高科技安检系统——人脸识别系统,以协助公安部门抓捕在逃案犯,人脸识别产品及系统解决方案的高科技创新型企业。由该领域内的专家组成了核心技术研发团队,专注于以人脸识别技术为核心,覆盖考勤、门禁安防等多领域的产品设计与研发项目。现今人脸识别产品已广泛应用于金融、司法、军队、公安、边检、 政府 、 航天 、 电力 、工厂、教育、医疗及众多企事业单位等领域。
2013年9月5日,刷脸支付系统在中国国际金融展上亮相。 刷脸支付系统基于天诚盛业自主研发的生物识别云金融平台,将自主知识产权军用级别的人脸识别算法与现有的支付系统进行融合,对接了我们生活中涉及到支付、转账、结算和交易的环节。在支付时人们不再需要银行卡、存折和密码,甚至是手机,只需要对着摄像头点个头、露个笑脸,刷脸支付系统将会在几秒内完成身份确认、账户读取、转账支付、交易确认等一站式支付环节,为用户创建更棒的支付体验。
2014年8月起,日本将在部分机场的出入国审查(边检)处重启人脸识别系统的实验。2012年实施的首次实验因错误频发而一度中止,但法务省认为,为迎接2020年东京奥运会需提高边检速度,于是决定重启实验。实验将在2014年8月起进行约5周,对象为在羽田机场和成田机场乘机的日本人。负责实验的企业将于近期敲定。日本政府在各地机场设置了仅凭指纹识别便可通过的自动边检门,但因需要事先登记指纹,乘客利用率不高。人脸识别则无需事先登记。
2015年3月15日汉诺威IT博览会(CeBIT)在德国开幕,阿里巴巴创始人马云作为唯一受邀的企业家代表,在开幕式上作了主旨演讲。在发表演讲后,马云还为德国总理默克尔与中国副总理马凯演示了蚂蚁金服的Smile to Pay扫脸技术,并当场刷自己的脸给嘉宾买礼物。马云选择的礼物是淘宝网上一枚1948年的汉诺威纪念邮票。他用手机登陆淘宝,首先选择产品;第二步进入支付系统,确认支付后出现扫脸的页面;然后扫脸(拍照后)后台认证;接着显示支付成功。马云现场为德国总理默克尔赠送了一份特殊礼物:一张纪念版的德国日历页,且恰好就是这位女总理的出生年月。
1-001.人脸识别相关推荐
- 浅谈FRVT人脸识别测评
https://www.toutiao.com/a6694432391659782669/ 人脸识别的测试集很多,大致发展脉络是从受控环境向无约束环境发展.早期的AR,YaleB等都是标准的正面人脸照 ...
- 人脸识别0-01:insightFace-模型复现-史上最全
以下链接是个人关于insightFace所有见解,如有错误欢迎大家指出,我会第一时间纠正,如有兴趣可以加微信:17575010159 相互讨论技术. 人脸识别0-00:insightFace目录:ht ...
- svm rbf人脸识别 yale_实操课——机器学习之人脸识别
SVM(Support Vector Machine)指的是支持向量机,是常见的一种判别方法.在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别.分类以及回归分析.在n维空间中找到一个分类超 ...
- 如何快速搭建智能人脸识别系统
作者 | 小白 来源 | 小白学视觉 网络安全是现代社会最关心的问题之一,确保只有特定的人才能访问设备变得极其重要,这是我们的智能手机设有两级安全系统的主要原因之一.这是为了确保我们的隐私得到维护,只 ...
- 《繁凡的论文精读》(一)CVPR 2019 基于决策的高效人脸识别黑盒对抗攻击(清华朱军)
点我一文弄懂深度学习所有基础和各大主流研究方向! <繁凡的深度学习笔记>,包含深度学习基础和 TensorFlow2.0,PyTorch 详解,以及 CNN,RNN,GNN,AE,GAN, ...
- 基于三层BP神经网络的人脸识别
实验四.基于三层BP神经网络的人脸识别 一. 实验要求 采用三层前馈BP神经网络实现标准人脸YALE数据库的识别,编程语言为C系列语言. 二.BP神经网络的结构和学习算法 实验中建议采用如下最简单的三 ...
- java opencv4.40图片实现人脸识别(2)
在之前博客中我们介绍了opencv4.4的安装: https://blog.csdn.net/datouniao1/article/details/108072623 我们利用opencv4.4中提供 ...
- python人脸识别svd_机器学习-svd实现人脸识别
加载sklearn中的人脸数据集 from sklearn.datasets importfetch_lfw_people faces= fetch_lfw_people() 执行上面的第二行程序,p ...
- 全球人脸识别精度一年提高75.6%,拉动全球安防市场超高增长
来源:AI 科技评论 摘要:有「工业界黄金标准」之称的美国国家标准与技术研究院(National Institute of Standards and Technology,NIST)最近公布了全球人 ...
- 人脸识别 性能评价指标
人脸识别常用的性能评价指标 一.什么是F1-score F1分数(F1-score)是分类问题的一个衡量指标.一些多分类问题的机器学习竞赛,常常将F1-score作为最终测评的方法.它是精确率和召回率 ...
最新文章
- 成为指标的“绝地武士”:tableau创建指标的 10 个技巧和窍门
- 20万用户同时访问一个热点Key,如何优化缓存架构?
- mac 10.10.5 mysql_Macbook os x 10.10.5 下装mysql 一些记录
- LiveVideoStackCon深圳-AI无孔不入
- Windows Server Containers 支持 Windows 开发者使用 Docker
- python学习1:注释\变量类型\转换函数\转义字符\运算符
- Leetcode 236.二叉树的最近公共祖先
- 不想更新计算机怎么办,联想笔记本电脑不想更新系统更新怎么办啊
- android 电视安装apk文件损坏,智能电视无法安装APK文件?原因都在这里!
- python极速入门(适合有基础)
- 2020 年的风口是什么?
- 树莓派 3B+ HDMI 分辨率改不了 和一些坑坑洼洼
- 在字符串中输入回车换行或其它特殊字符
- Windows--如何使用PE安装官方ISO镜像
- 新华三笔试题(助力面试)
- 深入浅出讲解 Python 元类(Metaclass)的使用
- MyBatis Plus 看这篇就够了,一发便入魂!
- Tomcat 多实例
- 图像相似度匹配——距离大全
- 一键离线地图发布工具(教程)
热门文章
- BZOJ5277洛谷P4372 [USACO18OPEN]Out of Sorts(白金组)
- ROS学习 SMACH:用状态机来管理机器人任务--
- stm32获取cpu序列号
- 高级会计师计算机考试内容,高级会计师考试内容都有哪些?
- linux内核中用全局变量好吗,linux 内核中一个全局变量引发的性能问题
- 鸿蒙 HAIWEI DevEco Studio 安装配置,运行Hello World!
- 项目复盘---------爬取猪八戒网站
- 我市关于暴雨强制放假通知
- 千锋教育嵌入式物联网教程之系统编程篇学习-03
- 世界杯新CP,阿里云AI新技能C位出道