人臉識(shí)別技術(shù)包含三個(gè)部分:
人臉檢測(cè)
面貌檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像怒随,并分離出這種面像造轴。一般有下列幾種方法:
①參考模板法彰你,首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板胀邀,然后計(jì)算測(cè)試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度,并通過閾值來判斷是否存在人臉柿菩;②人臉規(guī)則法由于人臉具有一定的結(jié)構(gòu)分布特征戚嗅,所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣品是否包含人臉;③樣品學(xué)習(xí)法枢舶,這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法懦胞,即通過對(duì)面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器;④膚色模型法凉泄,這種方法是依據(jù)面貌膚色在色彩空間中分布相對(duì)集中的規(guī)律來進(jìn)行檢測(cè)躏尉。⑤特征子臉法,這種方法是將所有面像集合視為一個(gè)面像子空間旧困,并基于檢測(cè)樣品與其在子孔間的投影之間的距離判斷是否存在面像醇份。值得提出的是,上述5種方法在實(shí)際檢測(cè)系統(tǒng)中也可綜合采用吼具。
人臉跟蹤
面貌跟蹤是指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法。此外拗盒,利用膚色模型跟蹤也不失為一種簡(jiǎn)單而有效的手段怖竭。
人臉比對(duì)
面貌比對(duì)是對(duì)被檢測(cè)到的面貌像進(jìn)行身份確認(rèn)或在面像庫中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說陡蝇,將采樣到的面像與庫存的面像依次進(jìn)行比對(duì)茁螺,并找出最佳的匹配對(duì)象。所以面塌,面像的描述決定了面像識(shí)別的具體方法與性能烦猾。目前主要采用特征向量與面紋模板兩種描述方法:
①特征向量法嘱疑,該方法是先確定眼虹膜卤舆、鼻翼、嘴角等面像五官輪廓的大小仁灶、位置挥肤、距離等屬性,然后再計(jì)算出它們的幾何特征量豪杉,而這些特征量形成一描述該面像的特征向量理秃。②面紋模板法,該方法是在庫中存貯若干標(biāo)準(zhǔn)面像模板或面像器官模板豆玖,在進(jìn)行比對(duì)時(shí)柴伪,將采樣面像所有象素與庫中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外沙峻,還有采用模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法睦授。
人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)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(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較专酗、判斷與確認(rèn)睹逃。一般要求判斷時(shí)間低于1秒。從目前國(guó)內(nèi)一些企業(yè)公布的辨識(shí)率來看祷肯,在一些國(guó)際標(biāo)準(zhǔn)人臉識(shí)別測(cè)試庫測(cè)試中都能達(dá)到了99.8%的識(shí)別率沉填。
人臉識(shí)別技術(shù)特點(diǎn)
人臉與人體的其它生物特征(指紋、虹膜等)一樣與生俱來佑笋,它的唯一性和不易被復(fù)制的良好特性為身份鑒別提供了必要的前提翼闹,與其它類型的生物識(shí)別比較人臉識(shí)別具有如下特點(diǎn):
一是非強(qiáng)制性:用戶不需要專門配合人臉采集設(shè)備,幾乎可以在無意識(shí)的狀態(tài)下就可獲取人臉圖像蒋纬,這樣的取樣方式?jīng)]有“強(qiáng)制性”猎荠;二是非接觸性:用戶不需要和設(shè)備直接接觸就能獲取人臉圖像;三是并發(fā)性:在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀蜀备、判斷及識(shí)別关摇;除此之外,還符合視覺特性:“以貌識(shí)人”的特性,以及操作簡(jiǎn)單何屏、結(jié)果直觀钻字、隱蔽性好等特點(diǎn)。
人臉識(shí)別過程
一般分三步:一是首先建立人臉的面像檔案甫危。即用攝像機(jī)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哈痘,并將這些面像文件生成面紋編碼貯存起來。二是獲取當(dāng)前的人體面像售荆。即用攝像機(jī)捕捉的當(dāng)前出入人員的面像鼎派,或取照片輸入,并將當(dāng)前的面像文件生成面紋編碼俭柒。三是用當(dāng)前的面紋編碼與檔案庫存的比對(duì)径候。即將當(dāng)前的面像的面紋編碼與檔案庫存中的面紋編碼進(jìn)行檢索比對(duì)。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塞秤。這種面紋編碼可以抵抗光線伦秀、皮膚色調(diào)、面部毛發(fā)癌炒、發(fā)型泞当、眼鏡、表情和姿態(tài)的變化民珍,具有強(qiáng)大的可靠性襟士,從而使它可以從百萬人中精確地辨認(rèn)出某個(gè)人。人臉的識(shí)別過程嚷量,利用普通的圖像處理設(shè)備就能自動(dòng)陋桂、連續(xù)、實(shí)時(shí)地完成蝶溶。
小結(jié)
人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代嗜历,80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高,而真正進(jìn)入初級(jí)的應(yīng)用階段則在90年后期抖所,并且以美國(guó)梨州、德國(guó)和日本的技術(shù)實(shí)現(xiàn)為主。
如今田轧,人臉識(shí)別技術(shù)已經(jīng)非常成熟暴匠,國(guó)內(nèi)產(chǎn)業(yè)鏈也趨于完善,比如以BAT為主的眾多企業(yè)傻粘,另外每窖,算法上有商湯科技、曠視科技迹遏、云從依圖等等菊蹬,在硬件解決方案上有安防行業(yè)毫浼剑康威視、大華股份排憨、天地偉業(yè)以及蘇州科達(dá)等等队装,都在硬件產(chǎn)品及解決方案中集成人臉識(shí)別技術(shù)狮善。目前來看翻粘,人臉識(shí)別的應(yīng)用已經(jīng)廣泛擴(kuò)展到需要進(jìn)行身份認(rèn)證和識(shí)別的場(chǎng)所都可納入人臉識(shí)別技術(shù)的市場(chǎng)范圍。例如平安城市换募、金融潘羡、醫(yī)療、教育洲稽、交通坎隶、社保等等等領(lǐng)域,有著非常廣闊的應(yīng)用空間蚂朽。
人臉識(shí)別雖然具有較高的便利性刮吧,但是其安全性也相對(duì)較弱一些。其識(shí)別準(zhǔn)確率比如會(huì)受到環(huán)境的光線掖蛤、識(shí)別距離等多方面因素影響杀捻。另外,當(dāng)用戶通過畫妝蚓庭、整容對(duì)于面部進(jìn)行一些改變時(shí)也會(huì)影響人臉識(shí)別的準(zhǔn)確性致讥。而且,對(duì)于需要戴口罩的一些環(huán)境中器赞,人臉識(shí)別也難以起到作用垢袱。