學校人臉識別常用指南「在線咨詢」

人臉識別技術發展歷程

人臉識別蕞初在20世紀60年代已經有研究人員開始研究，真正進入初級的應用階段是在90年代后期，發展至今其技術成熟度已經達到較高的程度。整個發展過程可以分為機械識別、半自動化識別、非接觸式識別及互聯網應用階段。

與其他生物識別方式相比，人臉識別優勢在于自然性、不被察覺性等特點。自然性即該識別方式同人類進行個體識別時所利用的生物特征相同。指紋識別、虹膜識別等均不具有自然性。不被察覺的特點使該識別方法不易使人抵觸，而指紋識別或虹膜識別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖像，在采集過程中體驗感不佳。目前人臉識別需要解決的難題是在不同場景、臉部遮擋等應用時如何保證識別率。此外，隱私性和安全性也是值得考慮的問題。人臉識別優勢明顯，未來將成為識別主導技術。具體來說，相比指紋識別、虹膜識別等傳統的生物識別方式，優點主要還集中在四點：非接觸性、非侵擾性、硬件基礎完善和采集快捷便利，可拓展性好。在復雜環境下，人臉識別精度問題得到解決后，預計人臉識別有望快速替代指紋識別成為市場大規模應用的主流識別技術。

人臉識別是一種識別技術，用于檢測保存在數據集中的個人圖像的面部。 盡管其他身份識別方法可以更準確，但面部識別一直是研究的重點，因為它具有非干預性質，而且它對于人們來說是一種輕松的個人識別方法。

1、基于幾何/基于模板

人臉識別算法分為基于幾何或基于模板的算法。基于模板的方法可以使用SVM(支持向量機)、PCA(主成分分析)、LDA(線性判別分析)、核方法或跟蹤變換等統計工具構建。基于幾何特征的方法主要分析局部人臉特征及其幾何關系因此它也被稱為基于特征的方法。  

2、局部的/整體的

要素之間的關系或功能與整張臉之間的聯系并不影響數量，許多研究人員遵循這種方法，試圖推斷出相關的特征。有些方法嘗試用眼睛，一些特征的組合等。一些隱馬爾可夫模型方法也屬于這一類，他們的特征處理在人臉識別中非常有名。

3、基于外貌/基于模型

基于外觀的方法顯示了一張包含多個圖像的臉。被認為是高維向量的圖像。該技術通常用于從圖像分割中提取特征空間。另一方面，基于模型的方法嘗試對人臉進行建模。將新樣本實現到模型中，并用模型的參數對圖像進行識別。  

基于外觀的方法可以分為線性和非線性兩類。PCA、LDA、IDA用于直接法，而核PCA用于非線性方法。另一方面，在基于模型的方法中可分為二維或三維非彈性束圖匹配方法。

人臉識別系統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。下面宣城盛宇小編給大家介紹一下人臉圖像預處理。

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果，對圖像進行處理并蕞終服務于特征提取的過程。系統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、幾何校正、濾波以及銳化等。