人臉識(shí)別技術(shù)分析及市場(chǎng)應(yīng)用場(chǎng)景.doc

《人臉識(shí)別技術(shù)分析及市場(chǎng)應(yīng)用場(chǎng)景.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、人臉識(shí)別技術(shù)分析及市場(chǎng)應(yīng)用場(chǎng)景　　人臉識(shí)別技術(shù)是基于人的臉部特征，對(duì)輸入的人臉圖象或者視頻流。首先判斷其是否存在人臉，如果存在人臉，則進(jìn)一步的給出每個(gè)臉的位置、大小和各個(gè)主要面部器官的位置信息。并依據(jù)這些信息，進(jìn)一步提取每個(gè)人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對(duì)比，從而識(shí)別每個(gè)人臉的身份。　　　　人臉識(shí)別技術(shù)原理分析　　人臉由于其易采集的特性，受到很多行業(yè)客戶(hù)的關(guān)注，特別是公安、海關(guān)、商場(chǎng)等。人類(lèi)每天都在進(jìn)行人臉識(shí)別，因此也最能接受這種身份認(rèn)證方式。人臉識(shí)別的研究始于上世紀(jì)中期，經(jīng)歷了數(shù)十年的努力，現(xiàn)在已經(jīng)可以應(yīng)用在我們的實(shí)際生活中，為我們提供各種便利。　　人臉識(shí)別主

2、要分為人臉檢測(cè)（facedetecTIon）、特征提?。╢eatureextracTIon）和人臉識(shí)別（face人臉識(shí)別技術(shù)分析及市場(chǎng)應(yīng)用場(chǎng)景　　人臉識(shí)別技術(shù)是基于人的臉部特征，對(duì)輸入的人臉圖象或者視頻流。首先判斷其是否存在人臉，如果存在人臉，則進(jìn)一步的給出每個(gè)臉的位置、大小和各個(gè)主要面部器官的位置信息。并依據(jù)這些信息，進(jìn)一步提取每個(gè)人臉中所蘊(yùn)涵的身份特征，并將其與已知的人臉進(jìn)行對(duì)比，從而識(shí)別每個(gè)人臉的身份?！　　　∪四樧R(shí)別技術(shù)原理分析　　人臉由于其易采集的特性，受到很多行業(yè)客戶(hù)的關(guān)注，特別是公安、海關(guān)、商場(chǎng)等。人類(lèi)每天都在進(jìn)行人臉識(shí)別，因此也最能接受這種身份認(rèn)證方式。人臉識(shí)別

3、的研究始于上世紀(jì)中期，經(jīng)歷了數(shù)十年的努力，現(xiàn)在已經(jīng)可以應(yīng)用在我們的實(shí)際生活中，為我們提供各種便利?！　∪四樧R(shí)別主要分為人臉檢測(cè)（facedetecTIon）、特征提?。╢eatureextracTIon）和人臉識(shí)別（facerecogniTIon）三個(gè)過(guò)程?！　　　∪四槞z測(cè)：人臉檢測(cè)是指從輸入圖像中檢測(cè)并提取人臉圖像，通常采用haar特征和Adaboost算法訓(xùn)練級(jí)聯(lián)分類(lèi)器對(duì)圖像中的每一塊進(jìn)行分類(lèi)。如果某一矩形區(qū)域通過(guò)了級(jí)聯(lián)分類(lèi)器，則被判別為人臉圖像?！　√卣魈崛。禾卣魈崛∈侵竿ㄟ^(guò)一些數(shù)字來(lái)表征人臉信息，這些數(shù)字就是我們要提取的特征。常見(jiàn)的人臉特征分為兩類(lèi)，一類(lèi)是幾何特征，另一

4、類(lèi)是表征特征。幾何特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀的特征，計(jì)算量小。不過(guò)，由于其所需的特征點(diǎn)不能精確選擇，限制了它的應(yīng)用范圍。另外，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時(shí)，特征變化較大。所以說(shuō)，這類(lèi)算法只適合于人臉圖像的粗略識(shí)別，無(wú)法在實(shí)際中應(yīng)用?！　”碚魈卣骼萌四槇D像的灰度信息，通過(guò)一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將圖像分成若干區(qū)域，在每個(gè)區(qū)域的像素640x960鄰域中用中心值作閾值化，將結(jié)果看成是二進(jìn)制數(shù)。圖3顯示了一個(gè)LBP算子。LBP算子的特點(diǎn)是對(duì)單調(diào)灰度

5、變化保持不變。每個(gè)區(qū)域通過(guò)這樣的運(yùn)算得到一組直方圖，然后將所有的直方圖連起來(lái)組成一個(gè)大的直方圖并進(jìn)行直方圖匹配計(jì)算進(jìn)行分類(lèi)?！　∪四樧R(shí)別：這里提到的人臉識(shí)別是狹義的人臉識(shí)別，即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫(kù)中人臉的特征進(jìn)行對(duì)比，根據(jù)相似度判別分類(lèi)。而人臉識(shí)別又可以分為兩個(gè)大類(lèi)：一類(lèi)是確認(rèn)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的該人圖像比對(duì)的過(guò)程，回答你是不是你的問(wèn)題;另一類(lèi)是辨認(rèn)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的所有圖像匹配的過(guò)程，回答你是誰(shuí)的問(wèn)題。顯然，人臉辨認(rèn)要比人臉確認(rèn)困難，因?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類(lèi)器有最近鄰分類(lèi)器、支持向量機(jī)等?！　∨c指紋應(yīng)用方式類(lèi)似，人臉識(shí)別技術(shù)

6、目前比較成熟的也是考勤機(jī)。因?yàn)樵诳记谙到y(tǒng)中，用戶(hù)是主動(dòng)配合的，可以在特定的環(huán)境下獲取符合要求的人臉。這就為人臉識(shí)別提供了良好的輸入源，往往可以得到滿(mǎn)意的結(jié)果。但是在一些公共場(chǎng)所安裝的視頻監(jiān)控探頭，由于光線、角度問(wèn)題，得到的人臉圖像很難比對(duì)成功。這也是未來(lái)人臉識(shí)別技術(shù)發(fā)展必須要解決的難題之一。　　現(xiàn)在已有一些機(jī)構(gòu)、高校在進(jìn)行人臉識(shí)別新領(lǐng)域、新技術(shù)的研究。如遠(yuǎn)距離人臉識(shí)別技術(shù)，3D人臉識(shí)別技術(shù)等。遠(yuǎn)距離人臉識(shí)別系統(tǒng)面臨兩個(gè)主要困難。一是如何從遠(yuǎn)距離獲取人臉圖像。其次，在得到的數(shù)據(jù)并不理想的情況下如何識(shí)別身份。從某種意義上來(lái)看，遠(yuǎn)距離人臉識(shí)別并不是一個(gè)特定的關(guān)鍵技術(shù)或基礎(chǔ)研究問(wèn)題。它

7、可看成是一個(gè)應(yīng)用和系統(tǒng)設(shè)計(jì)問(wèn)題。通常有兩類(lèi)解決方法用于獲取人臉圖片。一種是高清的固定式攝像機(jī)，另一種是使用PTZ控制系統(tǒng)多攝像機(jī)系統(tǒng)。后者更適合于一般情況，不過(guò)其結(jié)構(gòu)更為復(fù)雜，造價(jià)也更貴。后者需要考慮如何協(xié)調(diào)多臺(tái)攝像機(jī)的同步操作。一般地，系統(tǒng)由低分辨率廣角攝像機(jī)和高分辨率長(zhǎng)焦攝像機(jī)組成。前者用于檢測(cè)和追蹤目標(biāo)，后者用于人臉圖像采集和識(shí)別。目前遠(yuǎn)距離人臉識(shí)別技術(shù)還處于實(shí)驗(yàn)室階段，未來(lái)如果能夠解決上述問(wèn)題，對(duì)人員布控這樣的應(yīng)用有著重要意義?！　?D人臉識(shí)別能夠很好地克服2D人臉識(shí)別遇到的姿態(tài)、光