人脸识别难的部分是有充分适应各大光线环境的人脸预处理算法,需要在各种复杂的光线环境中提取到人脸信息,特别是移动互联网时代,摄像头拍照的地方可以在斑驳的树影下,也可以在昏暗的街灯下,以及深夜出租车内,这对算法的鲁棒性考验极大。同时还要考虑照片和视频欺诈,二次成像的光线污染等问题。
人脸识别技术主要是利用图像处理技术从图像中提取人像特征点,利用生物统计学的原理进行分析建立数学模型,即人脸特征点模型。再从人脸特征点模型与被测者的人的面像进行特征分析(可以假定为无数的几何特征点求解),根据分析的结果来给出一个相似值,通过这个值即可确定是否为同一人。简单的说就是A/B两张照片比对,产生的计算数值是否达到要求。
人脸识别系统包括三个一部分:(1)人脸检验外貌检验就是指在动态性的情景与繁杂的背景图中判断是不是存有面像,并分离出来出这类面像。一般有以下几类方法:①参照模板法设计方案一个或多个规范人脸的模板,随后测算检测收集的样品与规范模板中间的配对水平,并根据阀值来判断是不是存有人脸;②人脸标准法因为人脸具备一定的构造遍布特点,说白了人脸标准的方法即获取这种特点转化成相对的标准以判断检测样品是不是包括人脸;③样品学习方法这类方法即选用系统识别中***网络算法的方法,即根据对面像样品集和非面像样品集的学习培训造成分类器;④皮肤颜色模型法这类方法是根据外貌皮肤颜色在色彩空间中遍布相对性集中化的规律性来开展检验。⑤特点子脸法这类方法是将全部面像结合视作一个面像子空间,并根据检验样品两者之间在子孔间的投射中间的间距判断是不是存有面像。该明确提出的是,所述5种方法在具体监测系统中也可综合性选用。
版权所有©2025 产品网