人脸识别关键技术及其原理

2019 年 09 月 26 日

日常生活中,人脸识别应用的场景是很常见的了,而且它的应用正在悄然地改变我们的生活方式。人脸识别是如何做到这么智能的呢,其关键技术以及原理有哪些?


人脸识别关键技术及其原理


1.人脸检测:检测出图像中人脸所在位置的一项技术

人脸检测算法的输入是一张人脸照片,输出是人脸框坐标序列,比如0个人脸框或1个人脸框或多个人脸框。通常,输出的人脸坐标框为正朝上的正方形,但也有一些人脸检测技术输出的是正朝上的矩形,或者是带旋转方向的矩形。


而常见的人脸检测算法基本是“扫描”加“判别”的过程,就是算法在图像范围内扫描,再逐个判定候选区域是否为人脸的过程。因此,人脸检测算法的计算速度会跟图像尺寸、图像内容相关。


2.人脸配准:定位出人脸上五官关键点坐标的一项技术

人脸配准算法的输入是“一张人脸图像”加“人脸坐标框”,输出五官关键点的坐标序列。五官关键点的数量是预先设定好的固定数值,可以根据不同的语义来定义,例如常见的有5点、68点、72点、90点等。


人脸配准技术基本是通过深度学习框架实现,是基于人脸检测的坐标框,按事先设定规则将人脸区域扣取出来,缩放的固定尺寸,再进行关键点位置的计算。


3.人脸属性识别:识别出人脸的性别、年龄、姿态、表情等属性值的一项技术

人脸属性识别算法的输入是“一张人脸图像”和“人脸五官关键点坐标”,输出是人脸相应的属性值。人脸属性识别算法会根据人脸五官关键点坐标将人脸对齐,通过旋转、缩放、扣取等操作,将人脸调整到预定的大小和形态,再进行属性分析。


人脸属性识别算法在识别人脸属性时是独立的过程,人脸属性识别是对一类算法的统称,而性别识别、年龄估计、姿态估计、表情识别是相互独立的算法。但最新的一些基于深度学习的人脸属性识别可以具有一个算法并且输入性别、年龄、姿态等属性值的能力。


4.人脸提特征:将一张人脸图像转化为一串固定长度的数值的过程

人脸提特征过程输入是 “一张人脸图像”和“人脸五官关键点坐标”,输出是人脸相应的一个数值特征。人脸提特征算法会根据人脸五官关键点坐标将人脸对齐预定模式,然后计算特征。


(非特殊说明,本文版权归原作者所有,转载请注明出处)

文章来源:畅视智能


  • 人脸识别系统功能分析

    人脸识别系统是以“人员轨迹查询、身份确认、人员布控”需求为主线,并且结合“事前预警、事中布控、事后侦查”的应用模式,从“搜人、判人、控人”三个维度规划人脸图像大数据应用系统功能,形成“人员踪迹查询、人员身份研判、人员布控预警”的业务功能。还

  • 关于劳动节假期放假通知

    劳动节即将到来,根据国务院关于法定节假日的规定和我单位工作实际情况,现将2019年劳动节放假的有关事项通知如下:

  • “ZAO”APP引出的问题:AI换脸能影响支付宝的刷脸支付吗?

    8月30日晚,一款AI换脸APP“ZAO”刷屏朋友圈,这款AI换脸APP是用户可以任意把别人的照片换成自己的,让自己秒变明星,可以与明星同台唱歌,还可以与偶像“谈恋爱”。这款软件主要功能包括造视频和造表情,使用时都需要上传人像照片。上传素材