人脸识别的内涵

人脸检测实际上是对图像提取特征，Haar特征是一种用于实现实时人脸跟踪的特征。每个Haar特征都描述了相邻图像区域的对比模式。比如边、定点和细线都能生成具有判别性的特征。人脸识别系统是从面部图像里取瞳孔中心、眼角等若干位点的尺寸、位置坐标、间距，以及眼窝、鼻子、下巴的轮廓等信息，形成面部纹理与形状模式的数据，比对注册图像。OpenCV给我们提供了Haar特征数据，在cv2/data目录下，使用特征数据的方法def detectMultiScale(self, image, scaleFactor=None, minNei***ors=None, flags=None, minSize=None, maxSize=None)

scaleFactor: 每个图像比例缩小多少图像

minNei***ors: 每个候选矩形必须保留多少个邻居，值越大说明精度要求越高

minSize：检测到的矩形大小

maxSize: 检测到的矩形大小

红外测温人脸识别

核验终端的出现让体温检测变得更加精准。从实际应用情况来看，将AI热成像的红外测温技术与人脸识别技术的融合，测温型人脸识别核验终端可以自动排除干扰***测温的因素，只针对人脸额部测温，并实时将温度叠加显示在真彩人脸影像上，做到人脸和温度即时可见；“人脸识别(FaceRecognition)”是识别出输入人脸图对应身份的算法。让体温监控更加和科学，为疫情防控期间人员体温检测提供了诸多便利，不仅减少了测温人员的风险，而且较好的解决了传统体温检测人工成本高、测量效率低、预警响应慢、全局掌控难等弊端。

人脸图像的预处理，这一步没有太多可说的，主要包括消除噪声、灰度归1一化、几何校正等，这些操作一般有现成的算法可以实现，属于比较基本的操作。不过要说明的是，这里主要说的是静态人脸图像的预处理，如果是动态人脸图像的预处理，就比较复杂了，一般是要先将动态人脸图像分割成一组静态人脸图像，然后对人脸进行边缘检测和***，在做一系列的处理，这里就不展开了。从技术层面讲，包括人脸图像采集、人脸***、人脸识别预处理、记忆存储和比对辨别，达到识别不同人身份的目的。