
人臉識別概述
人臉識別,是基于人的臉部特征信息進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,并自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉進行臉部的一系列相關(guān)技術(shù),通常也叫做人像識別、面部識別。
人臉識別是一項熱門的計算機技術(shù)研究領(lǐng)域,它屬于生物特征識別技術(shù),是對生物體(一般特指人)本身的生物特征來區(qū)分生物體個體。
生物特征識別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音(語音)、體形、個人習慣(例如敲擊鍵盤的力度和頻率、簽字)等。
相應的識別技術(shù)就有人臉識別、指紋識別、掌紋識別、虹膜識別、視網(wǎng)膜識別、語音識別(用語音識別可以進行身份識別,也可以進行語音內(nèi)容的識別,只有前者屬于生物特征識別技術(shù))、體形識別、鍵盤敲擊識別、簽字識別等。
人臉識別技術(shù)核心
1、基于特征的人臉檢測技術(shù)
通過采用顏色、輪廓、紋理、結(jié)構(gòu)或者直方圖特征等進行人臉檢測。
2、基于模板匹配人臉檢測技術(shù)
從數(shù)據(jù)庫當中提取人臉模板,接著采取一定模板匹配策略,使抓取人臉圖像與從模板庫提取圖片相匹配,由相關(guān)性的高低和所匹配的模板大小確定人臉大小以及位置信息。
3、基于統(tǒng)計的人臉檢測技術(shù)
通過對于“人臉”和“非人臉”的圖像大量搜集構(gòu)成的人臉正、負樣本庫,采用統(tǒng)計方法強化訓練該系統(tǒng),從而實現(xiàn)對人臉和非人臉的模式進行檢測和分類。
動態(tài)人臉識別技術(shù)工作流程
人臉識別技術(shù)的核心實際為“局部人體特征分析”和“圖形/神經(jīng)識別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對應幾何關(guān)系多數(shù)據(jù)形成識別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進行比較、判斷與確認。一般要求判斷時間低于1秒。
人臉識別過程一般分三步:
(1)首先建立人臉的面像檔案。即用攝像機采集單位人員的人臉的面像文件或取他們的照片形成面像文件,并將這些面像文件生成面紋(Faceprint)編碼貯存起來。
(2)獲取當前的人體面像。即用攝像機捕捉的當前出入人員的面像,或取照片輸入,并將當前的面像文件生成面紋編碼。
(3)用當前的面紋編碼與檔案庫存的比對。即將當前的面像的面紋編碼與檔案庫存中的面紋編碼進行檢索比對。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質(zhì)特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化,具有強大的可靠性,從而使它可以從百萬人中精確地辨認出某個人。人臉的識別過程,利用普通的圖像處理設(shè)備就能自動、連續(xù)、實時地完成。
人臉技術(shù)流程
人臉識別系統(tǒng)主要包括四個組成部分,分別為:人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。
人臉圖像采集及檢測
人臉圖像采集:不同的人臉圖像都能通過攝像鏡頭采集下來,比如靜態(tài)圖像、動態(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。當用戶在采集設(shè)備的拍攝范圍內(nèi)時,采集設(shè)備會自動搜索并拍攝用戶的人臉圖像。
人臉檢測:人臉檢測在實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。人臉圖像中包含的模式特征十分豐富,如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來,并利用這些特征實現(xiàn)人臉檢測。
主流的人臉檢測方法基于以上特征采用Adaboost學習算法,Adaboost算法是一種用來分類的方法,它把一些比較弱的分類方法合在一起,組合出新的很強的分類方法。
人臉檢測過程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征(弱分類器),按照加權(quán)投票的方式將弱分類器構(gòu)造為一個強分類器,再將訓練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器,有效地提高分類器的檢測速度。
人臉圖像預處理
人臉圖像預處理:對于人臉的圖像預處理是基于人臉檢測結(jié)果,對圖像進行處理并最終服務于特征提取的過程。系統(tǒng)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行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言,其預處理過程主要包括人臉圖像的光線補 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。
人臉圖像特征提取
人臉圖像特征提取:人臉識別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù) 特征等。人臉特征提取就是針對人臉的某些特征進行的。人臉特征提取,也稱人臉表征,它是對人臉進行特征建模的過程。人臉特征提取的方法歸納起來分為兩大 類:一種是基于知識的表征方法;另外一種是基于代數(shù)特征或統(tǒng)計學習的表征方法。
基于知識的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù),其特征分 量通常包括特征點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成,對這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述,可作為識別人臉的重要特 征,這些特征被稱為幾何特征。基于知識的人臉表征主要包括基于幾何特征的方法和模板匹配法。
人臉圖像匹配與識別
人臉圖像匹配與識別:提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進行搜索匹配,通過設(shè)定一個閾值,當相似度超過這一閾值,則把匹配得到的結(jié)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行比較,根據(jù)相似程度對人臉的身份信息進行判斷。這一過程又分為兩類:一類是確認,是一對一 進行圖像比較的過程,另一類是辨認,是一對多進行圖像匹配對比的過程。
深圳市駿裕隆智能系統(tǒng)有限公司是以智能卡信息為載體,從事安防系統(tǒng)的研發(fā)、生產(chǎn)、銷售、工程服務為一體的高科技企業(yè)。經(jīng)過幾年的努力,依托高校研究所開發(fā)團隊與的投資實力,以智能卡信息技術(shù)、出機電控制技術(shù)、軟件工程技術(shù)為基礎(chǔ),不斷創(chuàng)新開發(fā)RFID系列應用產(chǎn)品。業(yè)務遍及、石油、電力、監(jiān)獄、校園管理、體育館、展覽會、交通客運站、旅游景區(qū)及主題公園門票等領(lǐng)域,公司經(jīng)營范圍:RFID電子門票系統(tǒng),AFC檢票系統(tǒng),TVM售票系統(tǒng),企業(yè)工廠一卡通,校園一卡通,智能小區(qū)一卡通,智能樓宇大廈一卡通,防尾隨出控制系統(tǒng)(三輥閘,翼閘,擺閘,旋轉(zhuǎn)閘,速通門),AB門互鎖門禁,視頻圖像對比門禁,并授權(quán)代理經(jīng)銷進口掌形儀,掌紋機,虹膜識別儀,面部臉形識別儀,手指靜脈識別儀等系列生物識別技術(shù)產(chǎn)品。 駿裕隆公司擁有一批學歷高、資歷深的技術(shù)人才,憑借自己豐富的行業(yè)經(jīng)驗和發(fā)展眼光,團隊精誠合作,始終堅持"以人為本、誠信守約、創(chuàng)新、用心服務"的經(jīng)營理念,竭誠為廣大客戶做好每一項服務,讓客戶充分享受到駿裕隆技術(shù)服務的誠信、方便、快捷。 深圳三輥閘|擺閘翼閘速通門|電子售票三輥閘|AFC檢票三輥閘|三滾閘|三棍閘|旋轉(zhuǎn)閘|三叉機|AFC檢票翼閘|翼閘機|擺閘|擺門|速通門|旋轉(zhuǎn)門|門禁通道|一卡通管理











