重慶人臉識(shí)別機(jī)器關(guān)于人臉識(shí)別技術(shù)原理分析

人臉識(shí)別主要分為人臉檢測(cè)（face detection）、特征提?。╢eature extraction）和人臉識(shí)別（face recognition）三個(gè)過(guò)程。

人臉檢測(cè)：人臉檢測(cè)是指從輸入圖像中檢測(cè)并提取人臉圖像，通常采用haar特征和Adaboost算法 訓(xùn)練級(jí)聯(lián)分類器對(duì)圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過(guò)了級(jí)聯(lián)分類器，則被判別為人臉圖像。

特征提取：特征提取是指通過(guò)一些數(shù)字來(lái)表征人臉信息，這些數(shù)字就是我們要提取的特征。常見(jiàn)的人臉特征分為兩類，一類是幾何特征，另一類是表征特征。幾何 特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀的特征，計(jì)算量小。不過(guò)，由于其所需的特征點(diǎn)不能選擇，限制了它的應(yīng)用范圍。另外，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時(shí)，特征變化較大。所以說(shuō)，這類算法只適合于人臉圖像的粗略識(shí)別，無(wú)法在實(shí)際中應(yīng)用。

表征特征利用人臉圖像的灰度信息，通過(guò)一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將 圖像分成若干區(qū)域，在每個(gè)區(qū)域的像素640x960鄰域中用中心值作閾值化，將結(jié)果看成是二進(jìn)制數(shù)。圖3顯示了一個(gè)LBP算子。LBP算子的特點(diǎn)是對(duì)單調(diào) 灰度變化保持不變。每個(gè)區(qū)域通過(guò)這樣的運(yùn)算得到一組直方圖，然后將所有的直方圖連起來(lái)組成一個(gè)大的直方圖并進(jìn)行直方圖匹配計(jì)算進(jìn)行分類。

人臉識(shí)別：這里提到的人臉識(shí)別是狹義的人臉識(shí)別，即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫(kù)中人臉的特征進(jìn)行對(duì)比，根據(jù)相似度判別分類。而人臉識(shí)別又可以分為 兩個(gè)大類：一類是確認(rèn)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的該人圖像比對(duì)的過(guò)程，回答你是不是你的問(wèn)題;另一類是辨認(rèn)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的所有圖像匹 配的過(guò)程，回答nss的問(wèn)題。顯然，人臉辨認(rèn)要比人臉確認(rèn)困難，因?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類器有最近鄰分類器、支持向量機(jī)等。

與指紋應(yīng)用方式類似，人臉識(shí)別技術(shù)目前比較成熟的也是勤機(jī)。因?yàn)樵谇谙到y(tǒng)中，用戶是主動(dòng)配合的，可以在特定的環(huán)境下獲取符合要求的人臉。這就為人臉 識(shí)別提供了良好的輸入源，往往可以得到滿意的結(jié)果。但是在一些公共場(chǎng)所安裝的視頻監(jiān)空探頭，由于光線、角度問(wèn)題，得到的人臉圖像很難比對(duì)成功。這也是未來(lái) 人臉識(shí)別技術(shù)發(fā)展必須要解決的難題之一。

人臉識(shí)別系統(tǒng)是未來(lái)安防的發(fā)展方向之一

人臉識(shí)別系統(tǒng)是未來(lái)安防的發(fā)展方向之一 。在目前的安防市場(chǎng)中，監(jiān)空領(lǐng)域的高清技術(shù)、智能分析技術(shù)是未來(lái)的發(fā)展方向；在門(mén)禁控制領(lǐng)域中，生物識(shí)別、物聯(lián)網(wǎng)是未來(lái)的發(fā)展方向；在防盜報(bào)警領(lǐng)域中，紅外探測(cè)技術(shù)等是市場(chǎng)應(yīng)用的熱點(diǎn)，大安防市場(chǎng)，是將視頻監(jiān)空、防盜報(bào)警及門(mén)禁控制這幾大分支領(lǐng)域融合在一起。最終，我們歸納為智能分析+人臉識(shí)別是大安防市場(chǎng)的發(fā)展方向。

　　安防市場(chǎng)應(yīng)用領(lǐng)域及技術(shù)特點(diǎn)不勝枚舉，為何偏偏選中了智能分析與人臉識(shí)別呢？其又可以發(fā)展出哪些新的技術(shù)與應(yīng)用，能否帶動(dòng)整個(gè)大安防市場(chǎng)發(fā)展還是個(gè)未知數(shù)。仔細(xì)地分析過(guò)后，或許我們會(huì)發(fā)現(xiàn)其有一定的道理：

大安防技術(shù)應(yīng)用三大特點(diǎn)

　　特點(diǎn)一：智能分析帶動(dòng)高清監(jiān)空市場(chǎng)。在高清成像顯示的前提下，融合計(jì)算機(jī)分析技術(shù)及管理模式，配合監(jiān)空系統(tǒng)的'眼睛'與'大腦'，將二者結(jié)合起來(lái)。

　　特點(diǎn)二：人臉識(shí)別帶動(dòng)生物識(shí)別發(fā)展。未來(lái)的識(shí)別領(lǐng)域，為了區(qū)別人與人或物與物之間的不同，發(fā)揮生物識(shí)別唯yi性與準(zhǔn)確性等特點(diǎn)，在大安防市場(chǎng)中，如何快速定位一個(gè)人的蹤跡，或許這需要一個(gè)對(duì)比過(guò)程。

　　特點(diǎn)三：大數(shù)據(jù)庫(kù)的快速尋找。如何在海量數(shù)據(jù)庫(kù)中尋找到你所需的人員面部信息，我想這需要智能分析+人臉識(shí)別，另加入視頻數(shù)據(jù)挖掘技術(shù)，才能夠真正實(shí)現(xiàn)大安防監(jiān)空的作用。

無(wú)論是從技術(shù)上還是從產(chǎn)品上來(lái)說(shuō)，大安防市場(chǎng)智能分析+人臉識(shí)別技術(shù)成為未來(lái)的發(fā)展方向已成事實(shí)。在帶動(dòng)傳統(tǒng)的安防技術(shù)外，云計(jì)算、光學(xué)技術(shù)、LCD液晶技術(shù)等或許都可以成為大安防的左膀右臂。

高級(jí)人臉拼圖識(shí)別系統(tǒng)簡(jiǎn)介

高級(jí)人臉拼圖識(shí)別系統(tǒng)簡(jiǎn)介據(jù)英國(guó)媒體近日?qǐng)?bào)道，科學(xué)家研究出的一種高級(jí)的人臉拼圖識(shí)別系統(tǒng)，能夠幫助受害人和目擊證人準(zhǔn)確拼湊出罪犯的畫(huà)像，準(zhǔn)確率高達(dá)近50%。

這種高級(jí)人臉拼圖識(shí)別系統(tǒng)被稱為EvoFIT，由英國(guó)中央蘭開(kāi)夏大學(xué)的兩名學(xué)者彼得·漢克和查利·弗勞德設(shè)計(jì)開(kāi)發(fā)而成。

與傳統(tǒng)的人臉識(shí)別系統(tǒng)相比，EvoFIT系統(tǒng)具有十分明顯的優(yōu)勢(shì)。傳統(tǒng)的人臉識(shí)別方式要求受害人或目擊證人逐個(gè)回憶和識(shí)別犯罪嫌疑人的五官和外貌特征，例如鼻子、眼睛、發(fā)型等，{zh1}再將零散的五官拼湊出犯罪分子的臉。

EvoFIT 則更加科學(xué)細(xì)致，強(qiáng)調(diào)從整體上確定犯罪嫌疑人的大致輪廓，再分部位進(jìn)行微調(diào)和改進(jìn)。受害人或目擊證人首先選定臉型、膚質(zhì)、膚色等整體特征，再替換和調(diào)整眼睛、鼻子、耳朵、嘴型等五官特征，{zh1}加上發(fā)色、發(fā)型、耳朵等外貌特征，拼湊一個(gè)更加接近真實(shí)罪犯外表的圖像。整個(gè)還原過(guò)程更像是一個(gè)人臉“進(jìn)化”的過(guò)程。

發(fā)明者查利·弗勞德介紹說(shuō)：“傳統(tǒng)的人臉識(shí)別系統(tǒng)要通過(guò)辨別上百?gòu)垐D片才能夠拼湊出一張人臉畫(huà)像。而且由于最終的成像是通過(guò)分散的外表特征湊起來(lái)的，準(zhǔn)確率還不到10%。而我們?cè)趯?shí)驗(yàn)過(guò)程中發(fā)現(xiàn)，受害人或目擊者記憶中的罪犯外表特征其實(shí)是作為一個(gè)整體儲(chǔ)存在記憶中的，EvoFIT系統(tǒng)能夠在識(shí)別過(guò)程中不斷調(diào)整這些特征，縮小目標(biāo)的范圍，修正錯(cuò)誤的信息，逐漸喚醒受害人的記憶，成功率自然更高。”

2008年，英國(guó)蘭開(kāi)夏jc局首先開(kāi)始采用EvoFIT系統(tǒng)，并利用好的成像效果成功偵破了不少大案。目前，該系統(tǒng)憑借較高的準(zhǔn)確率已被bao括倫敦jc局在內(nèi)的11個(gè)地區(qū)jc局應(yīng)用于日常案件的偵破，同時(shí)也已被歐洲、美國(guó)和以色列的警方采用。