人臉檢測
面貌檢測是指在動(dòng)態(tài)的場景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規(guī)則法
由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測試樣品是否包含人臉；
③樣品學(xué)習(xí)法
這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過對面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進(jìn)行檢測。
⑤特征子臉法
這種方法是將所有面像**視為一個(gè)面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實(shí)際檢測系統(tǒng)中也可綜合采用。
主要功能特色包括：
1.靈活的系統(tǒng)擴(kuò)展性
基于先進(jìn)的分布式系統(tǒng)架構(gòu)，支持動(dòng)態(tài)擴(kuò)充人臉匹配服務(wù)器，實(shí)現(xiàn)千萬級(jí)甚至億級(jí)海量人臉庫的支持。
2.**的人臉比對性能
單臺(tái)人臉匹配服務(wù)器每秒可完成 2000 萬人次實(shí)時(shí)比對，從人臉檢測到人臉識(shí)別耗時(shí)不足 200ms。在百萬人臉庫規(guī)模下，人臉比對結(jié)果前 10 位的命中率在95%以上
3.對人臉的寬容度高，具備人臉姿態(tài)矯正功能，當(dāng)人臉左右上下傾斜在 25 度以內(nèi)時(shí)不會(huì)影響識(shí)別結(jié)果。
支持基于可見光環(huán)境下的人臉識(shí)別，人臉識(shí)別結(jié)果受光線變化影響小。
對于人臉的變化，包括表情、胡須、眼鏡、發(fā)型、年齡等，算法均具有良好的適應(yīng)性，不影響識(shí)別準(zhǔn)確度。
4.支持移動(dòng)終端
系統(tǒng)客戶端可運(yùn)行在基于 Android 或 iOS 的移動(dòng)終端上，可通過移動(dòng)終端進(jìn)行實(shí)時(shí)人臉采集與人臉比對。

操作簡單
　　系統(tǒng)正常使用時(shí)，只需要啟動(dòng)設(shè)備，人臉識(shí)別通過即可正常駕駛施工升降機(jī)。

豐富的智能檢索特征
涵蓋了幾乎所有以人和車為主體的關(guān)鍵可檢索特征，是目前業(yè)界檢索特征*為豐富的視頻智能檢索系統(tǒng)。
人臉識(shí)別：業(yè)界**
1、識(shí)別率更高
比以色列face.com 人臉識(shí)別系統(tǒng)準(zhǔn)確率高 25%比國內(nèi)某知名人臉識(shí)別商用系統(tǒng)準(zhǔn)確率高55%
2、識(shí)別速度更快
單臺(tái)服務(wù)器每秒可完成1500 萬次人臉比對在移動(dòng)終端上人臉檢測幀率是 Google 的 3 倍
3、對人臉容忍度更高
人臉姿態(tài)變化30 度內(nèi)可識(shí)別，60 度內(nèi)可檢測人臉大小*低50 像素可識(shí)別，28 像素可檢測
4、在海量（百萬級(jí)以上）人臉庫應(yīng)用場景下，人臉識(shí)別準(zhǔn)確率高達(dá) 92%
識(shí)別率幾乎不受帽子、胡子、眼睛、發(fā)型等面部遮擋的影響。
在18-50 年齡范圍內(nèi)，依舊可以保持 90%以上的識(shí)別準(zhǔn)確率。
技術(shù)原理：
人臉識(shí)別內(nèi)容
人臉識(shí)別技術(shù)包含三個(gè)部分：
(1)人臉檢測
面貌檢測是指在動(dòng)態(tài)的場景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板，然后計(jì)算測試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規(guī)則法
由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測試樣品是否包含人臉；
③樣品學(xué)習(xí)法
這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過對面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進(jìn)行檢測。
⑤特征子臉法
這種方法是將所有面像**視為一個(gè)面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實(shí)際檢測系統(tǒng)中也可綜合采用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進(jìn)行身份確認(rèn)或在面像庫中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說，將采樣到的面像與庫存的面像依次進(jìn)行比對，并找出*佳的匹配對象。所以，面像的描述決定了面像識(shí)別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計(jì)算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲(chǔ)若干標(biāo)準(zhǔn)面像模板或面像器官模板，在進(jìn)行比對時(shí)，將采樣面像所有象素與庫中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。
人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法。”這種算法是利用人體面部各器官及特征部位的方法。如對應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。

問：人臉識(shí)別技術(shù)小知識(shí)？
答：人臉識(shí)別技術(shù)是一種基于人臉特征信息的生物識(shí)別技術(shù)。這一系列相關(guān)技術(shù)，通常也稱為肖像識(shí)別技術(shù)，采用攝像機(jī)采集包含人臉的圖像，并自動(dòng)檢測和跟蹤圖像中的人臉，從而對檢測到的人臉進(jìn)行人臉檢測比較。傳統(tǒng)的人臉識(shí)別技術(shù)主要基于可見光圖像，這也是一種常見的識(shí)別方法。簡單說，這是一個(gè)讓電腦認(rèn)出你的過程。
人臉識(shí)別技術(shù)主要是基于人臉圖像特征的提取和比較。面部識(shí)別系統(tǒng)搜索提取的面部圖像的特征數(shù)據(jù)并將其與存儲(chǔ)在數(shù)據(jù)庫中的特征模板進(jìn)行匹配，并且當(dāng)人臉與輸入的信息吻合時(shí)輸出匹配結(jié)果。
將待識(shí)別的人臉特征與獲取的人臉特征模板進(jìn)行比較，根據(jù)人臉識(shí)別技術(shù)判斷人臉的身份信息。該過程分為兩種類型:一種是確認(rèn)，即一對一的圖像比較過程，另一種是識(shí)別，即一對多的圖像匹配和比較過程。
理論的面部識(shí)別具體包含搭建人臉識(shí)別技術(shù)的一連串有關(guān)技術(shù)性，包含面部圖象收集、面部精準(zhǔn)定位、面部識(shí)別歸一化處理、真實(shí)身份確定及其真實(shí)身份搜索等；而范疇的面部識(shí)別專指根據(jù)面部開展真實(shí)身份確定或是真實(shí)身份搜索的技術(shù)性或系統(tǒng)軟件。
http://shzdhybsyc.com