人脸识别技术原理与实现方式

2019 年 12 月 02 日

在大数据时代,我们的“人脸”也可以作为数据的一部分,应用到日常生活中,在金融、安防、商业、教育等多个领域行业中,人脸识别技术有这广泛的应用。人脸识别是如何实现的呢?畅视智能将从人脸检测、人脸定位、人脸校准和人脸对比等方面分析人脸识别技术原理和实现的方式。


人脸识别技术原理与实现方式


人脸检测

因为人脸检测的算法繁多,可采用由粗到精的高效方式,就是先用计算量小的特征快速过滤大量不是人脸的图像,再用复杂特征筛选人脸。这种方式可以快速且高精度的检测出人脸图像的正脸。这一个步骤旨在选取最佳候选框,减小不是人脸区域的处理,从而减小人脸校准及比对的计算量。在实际的应用场景中,人脸检测可根据应用场景设置人脸的相关参数,包括最小人脸尺寸、搜索步长、金字塔缩放系数等内容。


人脸定位

对于脸部特征点进行定位的环节在人脸识别、表情识别等人脸分析中是至关重要的一环。人脸定位算法要选取若干脸部特征点,特征点越多越精细,计算量也会越大。想要兼顾精确度和效率,可选用双眼中心点、鼻尖及嘴角五个特征点。经测试,它们在表情、姿态、肤色等差异上都表现出很好的鲁棒性。进行人脸定位要先加载预先训练好的模型,再进行定位检测。


人脸校准

这个环节就是摆正人脸,将人脸置于人脸图像中央,减小人脸比对模型的计算压力,提升比对的精度。主要利用人脸定位获得的五个特征点获取仿射变换矩阵,通过仿射变换实现人脸的摆正。因此,在动态人脸识别中抓拍到的人脸图像不一定是正脸图像,对于有倾斜产生偏差的人脸图像进行人脸校准。


人脸比对

在进行人脸比对前要提取人脸的特征点信息。在进行人脸校准后可利用深度神经网络,将输入的人脸进行特征提取,然后将提取的特征点信息作为人脸的唯一标识。并数据输入系统,在识别对比时将提取系统存储的数据与当前人脸图像新生成特征点数据进行比对,得到人脸比对结果。


在人脸识别技术应用中要进行人脸反欺诈,从技术角度来说,人脸是唯一不用户配合即可采集的生物特征信息。可采用多传感器融合技术的方案,使用红外对管与图像传感器数据进行深度学习判断是否存在欺诈,提高人脸识别的安全性应用。

(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