您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识
人脸识别的原理是什么?你如何评价?
面部,特征,方法人脸识别的原理是什么?你如何评价?
发布时间:2016-12-08加入收藏来源:互联网点击:
人脸识别的原理是什么?你如何评价?
回答于 2019-09-11 08:43:50
回答于 2019-09-11 08:43:50
蚂蚁科学
最近,许多手机推出了人脸解锁的功能。
此外,
1.人脸识别门禁考勤系统,人脸识别防盗门等(企业、住宅安全和管理)
2.如利用人脸识别系统和网络,在全国范围内搜捕逃犯(公安、司法和刑侦)
......人脸识别前景广阔
其原理是什么呢?
人脸识别,作为一项新兴的生物技术,其环节无非有三:
1.建立人像档案
2.读取人像
3.前面的两者的比对
最核心的东西,就是其中的识别算法。
主流的人脸识别技术基本上可以归结为三类,即:基于几何特征的方法、基于模板的方法和基于模型的方法。
1.基于几何特征的方法
人脸上的眼睛、鼻子、嘴巴、眉毛等,既是人们的共性,同时也是区分个体的关键(因为其大小、形状等不尽相同)。
我们经常用面部的特征来描述个体,机器同样也可以做这件事。
机器通过对图像处理,得到对这些图像的集合特征描述(比如根据你的鼻子的显著特点导出一组用于识别的特征度量如距离、角度等)
当然,这些处理,会导致一些局部特征信息的丢失。
所以需要做出改进。
2.基于模板的方法
比如特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法等
特征脸法:(有许多改进方法,常与基于几何特征的方法结合)
特征脸法的基本思想,便是搜集大量的图像进行分析,寻找人脸图像分布的基本元素,即人脸图像样本集协方差矩阵的特征向量,以此近似地表征人脸图像。
神经网络方法:
神经网络(又称人工神经网络),是一种运算模型,由大量的节点以及它们之间的联接构成。每个节点代表一个函数,而联接则代表权重。
这玩意儿是人们对人脑神经网络工作方式抽象的一个产物,所以加了个“人工”来区别。
按照其反馈的机制,又可以分为前馈网络、递归网络等。
12年之前,运用于人脸识别的神经网络中类有前馈、递归等。
而后,深度学习基于大数据的卷积神经网络取得了更大的成果
(Yale人脸数据库)
3.基于模型的方法
有基于隐马尔柯夫模型,主动形状模型和主动外观模型的方法等。
4......
以上的介绍可以说相当粗略,有关图像处理的细节(比如预处理的方式,如下图),
(图像二值化后的效果)
(直方图均衡化后的效果)
或是算法的细节(比如如何在一张人像中找到一个人的鼻子)等没有过多提及。
参考资料:
[1]姜贺. 基于几何特征的人脸识别算法的研究[D].大连理工大学,2008.
[2]赵显达,黄欢.基于卷积神经网络的人脸识别的研究[J].信息技术,2018(09):15-19+23.
[3]丹尼布里茨《理解NLP的卷积神经网络》
http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/
[4]《人脸识别主要算法原理》https://blog.csdn.net/amds123/article/details/72742578
回答于 2019-09-11 08:43:50
人的面部是具有一些形状特征的,这些特征不会随整容以为的修饰形式而改变,所以这些形状特征可以用来鉴定是否为同一个面部。
普遍使用的原理是特征匹配算法。在图片上通过边缘提取等方法,将面部划分为数个多边形后,选择一定数量的特征点,特征点会在参考图和待鉴定图上都可以捕捉到,然后通过比对特征点之间的相对位置来确定是否为同一张面部。这种鉴定方法较为依赖于面部的姿态,最好是可以正面进行识别,可以尽可能减小误差。不过是2D识别方法,所以准确度并没有达到非常高的等级。
还可以尝试使用双目视觉、ToF或者结构光的方法,进行3D建模识别。双目视觉是通过两张不同角度的图片进行匹配计算投影矩阵来推算出特征点的3D结构。后两者则是通过光学扫描的形式,通过反射光来重构面部的3D模型。
面部识别只是作为生物识别的手段之一,并非唯一手段,也并非最好的手段。
回答于 2019-09-11 08:43:50
我们现在使用的人脸识别主要就是面部3D建模的识别方法,这种识别方法的原理和指纹识别其实是没有什么区别的,就是靠人和人之间面部的3D模型的区别来进行识别,因为人的面部没有完全一模一样的,但是这种识别方法还仅仅停留在初级阶段,后期的识别可能会增加瞳孔和神经网络识别的功能
回答于 2019-09-11 08:43:50
不如指纹识别,本人在头条人脸识别通不过,准备重新办身份证,结果在公安机关查验时,一切正常,再次在有效期内重办身份证,是浪费资源吧
下一篇:返回列表
相关链接 |
||
网友回复(共有 0 条回复) |