滁州人臉識(shí)別廠家承諾守信

人臉識(shí)別系統(tǒng)是如何識(shí)別人臉的呢？

人臉識(shí)別是基于人的臉部特征等信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、記憶存儲(chǔ)和比對(duì)辨識(shí)，達(dá)到識(shí)別不同人身份的目的。人臉識(shí)別門(mén)禁系統(tǒng)就是把人臉識(shí)別和門(mén)禁系統(tǒng)結(jié)合，并且通過(guò)人臉識(shí)別作為門(mén)禁開(kāi)啟的要素之一。

影響人臉識(shí)別系統(tǒng)對(duì)人臉采集的主要因素有哪些？

1.圖像大?。喝四槇D像過(guò)小會(huì)影響識(shí)別效果，人臉圖像過(guò)大會(huì)影響識(shí)別速度。非專業(yè)人臉識(shí)別攝像頭常見(jiàn)規(guī)定的蕞小識(shí)別人臉像素為60*60或100*100以上。在規(guī)定的圖像大小內(nèi)，算法更容易提升準(zhǔn)確率和召回率。圖像大小反映在實(shí)際應(yīng)用場(chǎng)景就是人臉離攝像頭的距離。

2.圖像分辨率：越低的圖像分辨率越難識(shí)別。圖像大小綜合圖像分辨率，直接影響攝像頭識(shí)別距離。現(xiàn)4K攝像頭看清人臉的遠(yuǎn)距離是10米，7K攝像頭是20米。

3.光照環(huán)境：過(guò)曝或過(guò)暗的光照環(huán)境都會(huì)影響人臉識(shí)別效果。可以從攝像頭自帶的功能補(bǔ)光或?yàn)V光平衡光照影響，也可以利用算法模型優(yōu)化圖像光線。

4.模糊程度：實(shí)際場(chǎng)景主要著力解決運(yùn)動(dòng)模糊，人臉相對(duì)于攝像頭的移動(dòng)經(jīng)常會(huì)產(chǎn)生運(yùn)動(dòng)模糊。部分?jǐn)z像頭有抗模糊的功能，而在成本有限的情況下，考慮通過(guò)算法模型優(yōu)化此問(wèn)題。

5.遮擋程度：五官無(wú)遮擋、臉部邊緣清晰的圖像為蕞佳。而在實(shí)際場(chǎng)景中，很多人臉都會(huì)被帽子、眼鏡、口罩等遮擋物遮擋，這部分?jǐn)?shù)據(jù)需要根據(jù)算法要求決定是否留用訓(xùn)練。

6.采集角度：人臉相對(duì)于攝像頭角度為正臉蕞佳。但實(shí)際場(chǎng)景中往往很難抓拍正臉。因此算法模型需訓(xùn)練包含左右側(cè)人臉、上下側(cè)人臉的數(shù)據(jù)。工業(yè)施工上攝像頭安置的角度，需滿足人臉與攝像頭構(gòu)成的角度在算法識(shí)別范圍內(nèi)的要求。

人臉識(shí)別的一般流程

人臉識(shí)別利用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉圖像進(jìn)行一系列的相關(guān)應(yīng)用操作，技術(shù)上包括圖像采集、特征定位、身份的確認(rèn)和查找等等。簡(jiǎn)單來(lái)說(shuō)，就是從照片中提取人臉中的特征，比如眉毛高度、嘴角等等，再通過(guò)特征的對(duì)比輸出結(jié)果。人臉識(shí)別的一般流程：

一、人臉采集：  

不同的人臉圖像通過(guò)攝像鏡頭采集得到，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同位置、不同表情等，當(dāng)采集對(duì)象在設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝人臉圖像。   

二、人臉檢測(cè)方法  

在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小，并把其中有用的信息挑出來(lái)（如直方圖特征、顏色特征、模板特征等），然后利用信息來(lái)達(dá)到人臉檢測(cè)的目的。關(guān)鍵點(diǎn)檢測(cè)是自動(dòng)估計(jì)人臉圖片上臉部特征點(diǎn)的坐標(biāo)。   

主流方法：  基于檢測(cè)出的特征采用Adaboost學(xué)習(xí)算法挑選出一些代表人臉的矩形特征（弱分類器），按照加權(quán)的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。   

三、人臉圖像預(yù)處理  由于系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度矯正、噪聲過(guò)濾等圖像預(yù)處理，并終服務(wù)于特征提取的過(guò)程。  

主要預(yù)處理方法有：人臉對(duì)準(zhǔn)，人臉圖像的光線補(bǔ)償，灰度變換、直方圖均衡化、 化、幾何校正、中值濾波以及銳化等。   四、人臉特征提取  人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過(guò)程。

五、匹配與識(shí)別  提取的人臉特征值數(shù)據(jù)與數(shù)據(jù)庫(kù)中存貯的特征模板進(jìn)行搜索匹配，通過(guò)設(shè)定一個(gè)閾值參數(shù)，將相似度與這一閾值進(jìn)行比較，來(lái)對(duì)人臉的進(jìn)行判斷。