世界上没有两片完全相同的树叶,人的脸也是如此。人的脸是由眼睛、嘴巴、鼻子、耳朵、眉毛组成,其中,眼为“监察官”,口为“出纳官”,鼻为“审辨官”,耳为“采听官”,眉为“保寿官”,这五官都是脸的重要器官,缺一不可。在现实当中,人脸是每个人的独特身份标识之一,我们鉴别一个人的身份通常就是依靠人的 “五官”特征。今天车智汇课堂就给大家详细介绍一下人脸识别的技术流程,以便大家更好地了解人脸识别技术。
车智汇告诉你什么是人脸识别
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,又被称为“肖像识别技术”,通过摄像机采集人脸的图像,并自动检测和跟踪图像中的人脸,当识别到图像中存在的人脸,进一步给出人脸的位置、大小和各个主要面部器官的位置信息,则依据这些信息提取人脸中所蕴涵的身份特征,并将其与已存在的人脸进行匹配和识别,最终输出匹配结果。
人脸识别的技术流程主要包括人脸图像采集、图像预处理、人脸检测、人脸矫正、人脸特征提取、人脸匹配与识别五个过程。
车智汇:人脸图像采集
人脸图像采集是指用摄像机采集人的信息,以图片的形式保存起来。
车智汇:图像预处理
图像预处理是用于图像增强功能,提高图像的亮度、清晰度、对比度、去除噪点等。减少光照、成像系统对图像造成的干扰,提高人脸检测的准确率。
车智汇:人脸检测
人脸检测是用于确定人脸在图像中的大小和位置,即解决“人脸在哪里”的问题,并把真正的人脸区域从图像中裁剪出来,便于后续的人脸特征分析和识别。
车智汇:人脸矫正
人脸检测后提取图像中每个人脸的信息,提取每个人脸的特征点,例如人脸轮廓、眼眉、眼睛、鼻子、嘴巴。通过检测的特征点来计算脸的俯仰角、旋转角、倾斜角来判断脸部的倾斜状态,通过仿射变换等技术摆正人脸,以保证人脸特征提取的准确率。
车智汇:人脸特征提取
人脸特征,也称“人脸表征”,在数学领域用向量来表示一张人脸的特征。在人脸特征提取之前,需要通过机器学习训练大量的人脸数据集,通过训练得到人脸网络模型。提取特征时,采用卷积神经网络(卷积神经网络是一种神经网络算法,可以将其看做一个复杂的函数),将人脸图像作为输入,通过卷积核进行卷积滤波操作,最后得到该脸的特征向量,并使用该向量表示一张人脸特征。
车智汇:人脸匹配与识别
如果使用特征向量来表示一张人脸,那么如何判断两张人脸的相似度呢?两个向量间的距离(欧式距离)越近,或者余弦相似度越大,表示两张人脸越相似。
若按照功能分,可以将人脸匹配与识别分为人脸比对、人脸识别、活体检测三种。人脸比对是1:1的两张图像比对,人脸识别是1:n模式,提取该人脸特征和数据库录入的人脸特征进行一一比对,通过设置阈值,在符合阈值内的人脸特征排序,找到相似度最大的人脸。活体检测是视频识别的一种实时人脸比对的功能,在实时视频中,每隔3-5帧图像,进行一次人脸比对。如果连续几次识别,相似度不变,说明实时视频中人脸是静止的,因此需要语音来提示用户眨眼、张嘴动作来判断视