当前位置:首页 > 智能硬件 > 安全设备/系统
[导读]   人脸识别技术是基于人的脸部特征,对输入的人脸图象或者视频流 。 首先判断其是否存在人脸 , 如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步

  人脸识别技术是基于人的脸部特征,对输入的人脸图象或者视频流 。 首先判断其是否存在人脸 , 如果存在人脸,则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息,进一步提取每个人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别每个人脸的身份。

  人脸识别技术原理分析

  人脸由于其易采集的特性,受到很多行业客户的关注,特别是公安、海关、商场等。人类每天都在进行人脸识别,因此也最能接受这种身份认证方式。人脸识别的研究始于上世纪中期,经历了数十年的努力,现在已经可以应用在我们的实际生活中,为我们提供各种便利。

  人脸识别主要分为人脸检测(face detecTIon)、特征提取(feature extracTIon)和人脸识别(face recogniTIon)三个过程。

  

  人脸检测:人脸检测是指从输入图像中检测并提取人脸图像,通常采用haar特征和Adaboost算法 训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器,则被判别为人脸图像。

  特征提取:特征提取是指通过一些数字来表征人脸信息,这些数字就是我们要提取的特征。常见的人脸特征分为两类,一类是几何特征,另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系,如距离、面积和角度等。由于算法利用了一些直观的特征,计算量小。不过,由于其所需的特征点不能精确选择,限制了它的应用范围。另外,当光照变化、人脸有外物遮挡、面部表情变化时,特征变化较大。所以说,这类算法只适合于人脸图像的粗略识别,无法在实际中应用。

  表征特征利用人脸图像的灰度信息,通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将图像分成若干区域,在每个区域的像素640x960邻域中用中心值作阈值化,将结果看成是二进制数。图3显示了一个LBP算子。LBP算子的特点是对单调灰度变化保持不变。每个区域通过这样的运算得到一组直方图,然后将所有的直方图连起来组成一个大的直方图并进行直方图匹配计算进行分类。

  人脸识别:这里提到的人脸识别是狭义的人脸识别,即将待识别人脸所提取的特征与数据库中人脸的特征进行对比,根据相似度判别分类。而人脸识别又可以分为两个大类:一类是确认,这是人脸图像与数据库中已存的该人图像比对的过程,回答你是不是你的问题;另一类是辨认,这是人脸图像与数据库中已存的所有图像匹配的过程,回答你是谁的问题。显然,人脸辨认要比人脸确认困难,因为辨认需要进行海量数据的匹配。常用的分类器有最近邻分类器、支持向量机等。

  与指纹应用方式类似,人脸识别技术目前比较成熟的也是考勤机。因为在考勤系统中,用户是主动配合的,可以在特定的环境下获取符合要求的人脸。这就为人脸识别提供了良好的输入源,往往可以得到满意的结果。但是在一些公共场所安装的视频监控探头,由于光线、角度问题,得到的人脸图像很难比对成功。这也是未来人脸识别技术发展必须要解决的难题之一。

  现在已有一些机构、高校在进行人脸识别新领域、新技术的研究。如远距离人脸识别技术,3D人脸识别技术等。远距离人脸识别系统面临两个主要困难。一是如何从远距离获取人脸图像。其次,在得到的数据并不理想的情况下如何识别身份。从某种意义上来看,远距离人脸识别并不是一个特定的关键技术或基础研究问题。它可看成是一个应用和系统设计问题。通常有两类解决方法用于获取人脸图片。一种是高清的固定式摄像机,另一种是使用PTZ控制系统多摄像机系统。后者更适合于一般情况,不过其结构更为复杂,造价也更贵。后者需要考虑如何协调多台摄像机的同步操作。一般地,系统由低分辨率广角摄像机和高分辨率长焦摄像机组成。前者用于检测和追踪目标,后者用于人脸图像采集和识别。目前远距离人脸识别技术还处于实验室阶段,未来如果能够解决上述问题,对人员布控这样的应用有着重要意义。

  3D人脸识别能够很好地克服2D人脸识别遇到的姿态、光照、表情等问题。主要原因是2D图像无法很好地表示深度信息。通常,3D人脸识别方法使用3D扫描技术获取3D人脸,然后建立3D人脸模型并用于识别。不过,3D人脸识别技术的缺点也是很明显的。首先它需要额外的3D采集设备或双目立体视觉技术,其次,建模过程需要的计算量较大。相信随着未来芯片技术的发展,当计算能力不再受到制约,采集设备成本大幅下降的时候,3D人脸识别将会成为热门技术之一。

  人脸识别技术应用前景

  随着技术的进一步成熟和社会认同度的提高,人脸识别技术将应用在更多的领域。

  人脸识别应用中的挑战

  1、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。

  2、电子护照及身份证。这或许是未来规模最大的应用,国际民航组织(ICAO)已确定,从2010年起,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。中国的电子护照计划公安部一所正在加紧规划和实施。

  3、公安、司法和刑侦。如利用人脸识别系统和网络,在全国范围内搜捕逃犯。

  4、自助服务。如银行的自动提款机,如果用户卡片和密码被盗,就会被他人冒取现金。如果同时应用人脸识别就会避免这种情况的发生。

  5、信息安全。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。但是使用生物特征,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。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着科技的快速发展,人脸识别技术已经广泛应用于各个领域,如手机解锁、支付验证、门禁系统等。然而,有时我们可能会遇到人脸识别一直失败的情况,这不仅影响了用户体验,还可能引发安全隐患。本文将深入探讨人脸识别失败的原因,并提供...

关键字: 人脸识别 人工智能

人脸识别将是下述内容的主要介绍对象,通过这篇文章,小编希望大家可以对人脸识别的相关情况以及信息有所认识和了解,详细内容如下。

关键字: 人脸识别 特征提取

随着人工智能和深度学习技术的突飞猛进,人脸识别技术作为生物特征识别领域的重要分支,已经从实验室走向了现实生活的各个角落。它利用计算机图像处理技术和模式识别原理,通过对人脸信息的采集、分析和比对,实现个体身份的自动确认或查...

关键字: 人脸识别 人工智能

在当今科技日新月异的时代,人脸识别技术已经广泛应用于智能手机解锁、门禁系统、支付验证以及公共安全等诸多领域。然而,一个常见且引人关注的问题是:人脸识别系统是否能够通过静态照片来实现身份认证呢?这个问题的答案并非一成不变,...

关键字: 人脸识别 照片识别

近年来,人工智能技术在诸多领域不断取得重大突破,其发展速度之快、影响程度之深前所未有,在给现代生活带来极大便利的同时,也留下了一些可能危及人类生存的重大风险。

关键字: 人工智能 应用领域 人脸识别

人脸识别技术是一种基于生物特征的身份识别技术,通过分析人的面部特征信息进行身份验证。随着科技的不断发展,人脸识别技术的应用越来越广泛,其意义和价值也日益凸显。本文将探讨人脸识别的意义与应用价值。

关键字: 人脸识别 生物特征 身份识别技术

人脸识别技术是一种基于生物特征的身份识别技术,通过分析人的面部特征信息进行身份验证。随着科技的不断发展,人脸识别技术的应用领域越来越广泛。本文将探讨人脸识别技术的应用领域,并分析其未来的发展趋势。

关键字: 人脸识别 安全措施 数据隐私保护

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据

人脸识别技术作为生物识别技术的一种,近年来得到了广泛的应用和发展。它通过分析人的面部特征信息进行身份识别,具有非接触、友好、直观等特点。本文将探讨人脸识别技术的应用场景和未来发展前景。

关键字: 人脸识别 生物识别技术 数据安全

随着科技的不断进步,人脸识别技术已经成为了当今社会最为热门的技术之一,被广泛应用于安防、金融、教育、医疗等领域。

关键字: 人脸识别 视频监控 摄像机
关闭
关闭