人脸识别系统的四个技术过程

15
发表时间:2019-07-26 14:16作者:kdacctv

人脸识别系统主要包括四个部分:人脸图像采集与检测、人脸图像预处理、人脸图像特征提取、匹配与识别。


人脸图像采集与检测


①人脸图像采集:相机镜头可以捕捉到不同的人脸图像,如静止图像、动态图像、不同的位置、不同的表情等,可以很好地采集。当用户在采集设备的拍摄范围内时,采集设备自动搜索并捕捉用户的面部图像。

②人脸检测:在实际中,人脸检测主要用于人脸识别的预处理,即在图像中准确标定人脸的位置和大小。人脸图像中包含的模式特征非常丰富,如直方图特征、颜色特征、模板特征、结构特征、哈尔特征等。人脸检测就是提取有用的信息,利用这些特征来实现人脸检测。


主流的人脸检测方法是基于上述特征的Adaboost学习算法。Adaboost算法是一种分类方法。它结合了一些弱分类方法,并结合了一种新的强分类方法。


在人脸检测过程中,采用Adaboost算法选择最能代表人脸的矩形特征(弱分类器)。根据加权投票法将弱分类器构造为强分类器,并对强分类器进行训练。级联分类器串联构成级联结构,有效地提高了分类器的检测速度。


脸图像预处理


人脸图像预处理:人脸图像预处理是基于人脸检测结果,对图像进行处理,最终服务于特征提取过程。由于各种条件和随机干扰,系统获取的原始图像往往不能直接使用。在图像处理的早期,必须对其进行灰度校正和噪声滤波预处理。对于人脸图像,预处理过程主要包括光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波和锐化。


人脸图像特征提取


人脸图像特征提?。?a href="RLSB01.html#_jcp=2" astyle_h="1" _t="101" _i="AGUIjwESAA==" _n="人脸识别对比智能分析布控预警一体机,集人脸抓拍和人脸对比识别及黑白名单布控于一体" target="_blank" _mi="AGUIjwESAA==" _mu="RLSB01.html#pid=143" class="switchJump">人脸识别系统可以使用的特征一般分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取是对人脸的某些特征进行提取。人脸特征提取,又称人脸表示,是对人脸进行字符建模的过程。将人脸特征提取方法归纳为两大类:一类是基于知识表示的人脸特征提取方法;另一种是基于代数特征或统计学习。


基于知识的表示方法主要是根据人脸器官的形状描述和它们之间的距离特征,获取有助于人脸分类的特征数据。特征分量通常包括特征点之间的欧氏距离、曲率和角度。人脸由眼睛、鼻子、嘴巴、下巴等部位组成。这些部分的几何描述及其结构关系可以作为人脸识别的重要特征。这些特征称为几何特征?;谥兜娜肆潮硎痉椒ㄖ饕ɑ诩负翁卣鞯姆椒ê湍0迤ヅ浞椒?。


人脸图像匹配与识别


人脸图像匹配与识别:检索提取的人脸图像的特征数据,并与数据库中存储的特征模板进行匹配。通过设置阈值,当相似性超过阈值时,输出匹配的结果。人脸识别是将待识别的人脸特征与所获得的人脸特征模板进行比较,根据相似度来判断人脸的身份信息。该过程分为两类:一类是确认过程,一对一的图像比对过程,另一类是识别过程,即一对多的图像匹配过程。


website qrcode
关注我们: