什么是人脸识别(什么是人脸识别的基本过程)

日期:2022-10-11 / 人气: / 来源:未知

今天我们来聊聊什么是人脸识别的观点,很多小伙伴还不知道,现在让我们一起来看看吧!
随着人工智能技术的不断延伸和发展,似乎所有的小区系统也逐步从过去刷卡的时代变成了现在“看脸”的时代,而我们的手机也成为了从手动输入密码到了指纹识别,然后又到了人脸识别的年代。而作为人工智能技术最直接的受益者的你,知道人脸识别是什么原理吗?具体的流程是什么?本节课,我将以人脸识别机器人的身份为大家具体展开,并通过大家可以理解的语言,跟大家详细说说人力识别的原理。
在线咨询

一、人脸识别如何认出谁是谁?

一般来说,现在低成本的人脸识别方法主要有2种。
 
一种叫做:基于几何特征的方法,也就是通过比对人脸上的眼睛特征,鼻子的特征、嘴巴的特征、眉毛特征等等,因为每个人的五官都是不一样的,而且对应在一个脸上的位置也不是一样的。
一种叫做:基于模板的方法,这种方法需要提取你的人脸特征,寻找你脸上的图像分布的基本元素,即人脸图像样本集协方差矩阵的特征向量,以此近似地表征人脸图像。这里的向量也就是把你的脸部特征放进一个容器里的小球,你的脸上每一个特征都算是一个独一无二的小球。

二、人脸识别的步骤是什么?

首先摄像头要从图片中找到人脸;其次要对每一章人脸进行对比确认是否为真的人脸;然后再对采集到人脸进行特征点标记然后提取;然后再把标记好的人脸特征输入到计算中,计算机收到这些特征数据后拿去跟数据库中的人脸去比对;最后,输出比对后的结果,从而确认这个人是谁。

三、如何从一幅图中快速找到人脸?

一般来说,我们计算机里面有一种算法,就是用来处理图像的一刀工具,首先计算机获得到图片后把照片的颜色去掉,使用的工具叫作HOG(Histogram of Oriented Gradients),它是一种方向梯度直方图,一种能够检测物体轮廓的算法。具体原理是把图片灰度化,彩色变为黑白的,然后用明暗相间的点去改变这张图片,就跟我们学高中地理知识的时候的山峰梯度图类似,颜色一旦变浅我们就画个箭头代表下降了几个度,而这些箭头被称为梯度(gradients),从而我们确定出来一个人脸的梯度。大部分人都有正常的五官,我们跟猪和小狗的脸梯度平坦度不一样,所以利用这种方法快速发现人脸。

四、如何区别不同人的人脸?

我们可以根据人脸的特征点来对比,特征点是如何画出来的呢,这里我们要根据每个人的人脸的特殊值来确定。这种算法叫作面部特征点估计(face landmark estimation)算法。比如说你的脸上有一颗巨大的媒婆痣,那么这个点将会是你脸部很明显的特征,这个算法就是这样子作用,寻找你脸上的特征点。正常来说我们的脸上的五官都差不多,但是眼皮形状,眉毛等都不是一样的,所以我们回去标记每个人的脸部和五官轮廓。举个例子,如下图中这个人的人脸,我们可以得到下巴轮廓17个特征点,右眉毛5个特征点,左眉毛5个特征点,鼻尖5个特征点 。

五、这些特征点如何从图片转换成数字存储到计算机里?

这里就是回到了我们的最后一步了,也就是编码!这里的编码呢,在计算机行业内被叫做:训练。他的意思就是说,我们要根据采集的人脸提取出来一些比较明显的特殊点,并且用数字表示举个例子来说,1代表歪嘴,2代表斜眼,3代表双下巴,4代表美人痣。那么我们训练一下这个人的图像就获得了他的人脸测量值,之后把这个测量值放到一个矩阵中,那么他的连就可以表示为:[1,2,3,4]。这样子呢,计算机就可以很容易的在一块存储区域内把这个人脸存储下来,用到的存储容量就是几个字节的事情,而不用去保存几M大的图像啦!一般来说,我们训练的人脸会找到128个特征值。之后我们给这组特征值命名为:李婆,然后存储即可。

六、为何现在手机支付的时候,要我动动头,眨眨眼?

这样做的目的避免有些人拿着你的照片去“骗摄像头”,我们现在通用的较为稳定的系统一般来说是多重保险的,系统采集特征点之后,还要进行深度学习才能更为稳固。什么是深度学习呢?为了大家容易理解再给大家举个例子:假设一个人拿着你的照片去开银行保险柜,这个时候人脸识别提示抬头。如果是真人的话,抬头可能会看到你双下巴底下还有一层下巴,拿着照片的则只能看到一个下巴。这里的“深度”就好理解了吧!这里的深度你可以暂时理解为是为了获得立体感的特殊点标记。

本文《什么是人脸识别(什么是人脸识别的基本过程)》就为大家分享到这里,希望小伙伴们会喜欢。

作者:


现在致电 400-0500-315 或 查看更多联系方式 →