描述人脸识别的过程

Posted 2023-05-16

人脸识别是一种依据人的面部特征，自动进行身份识别的一种生物识别技术，通常我们所说的人脸识别是基于光学人脸图像的身份识别与验证的简称。

人脸识别利用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸图像进行一系列的相关应用操作，技术上包括图像采集、特征定位、身份的确认和查找等等。

简单来说，就是从照片中提取人脸中的特征，比如眉毛高度、嘴角等等，再通过特征的对比输出结果。人脸识别的一般流程：

一、人脸采集：

不同的人脸图像通过摄像镜头采集得到，比如静态图像、动态图像、不同位置、不同表情等，当采集对象在设备的拍摄范围内时，采集设备会自动搜索并拍摄人脸图像。

人脸采集的主要影响因素：

图像大小

人脸图像过小会影响识别效果，人脸图像过大会影响识别速度，图像大小反映在实际应用场景就是人脸离摄像头的距离。

图像分辨率

越低的图像分辨率越难识别，图像大小综合图像分辨率，直接影响摄像头识别距离。

光照环境

过曝或过暗的光照环境都会影响人脸识别效果，可以从摄像头自带的功能补光或滤光平衡光照影响，也可以利用算法模型优化图像光线。

模糊程度

实际场景主要着力解决运动模糊，人脸相对于摄像头的移动经常会产生运动模糊。部分摄像头有抗模糊的功能，在成本有限的情况下，考虑通过算法模型优化此问题。

遮挡程度

五官无遮挡、脸部边缘清晰的图像为最佳，在实际场景中，很多人脸都会被帽子、眼镜、口罩等遮挡物遮挡，这部分数据需要根据算法要求决定是否留用训练。

采集角度

人脸相对于摄像头角度为正脸最佳，因此算法模型需训练包含左右侧人脸、上下侧人脸的数据 参考技术A 您好，方法
1、人脸检测：检测到人脸、捕捉人脸图像，通过过滤器过滤信息。
2、人脸规范化：将人脸进行大小同一化，对人脸面部区域进行切割分析。
3、人脸建模：对局部纹理和特征进行建模分析，包括26个区域以及2000多个特征。
4、分类对比：将被识别的人脸特征与数据库中人脸特征作对比，速度在100万次/秒。
5、人脸身份识别完成。

人脸识别的最新技术

【中文标题】人脸识别的最新技术

【英文标题】：State of the art in face recognition

【发布时间】：2011-02-23 14:40:18

【问题描述】：

我最近研究了一些人脸识别。但是，我对算法的数量感到不知所措。

PCA、LDA、IDA、Gabor 小波、AAM ...

假设你想做类似this...你会使用哪些算法或阅读哪些论文？

【问题讨论】：

主题+1，非常有趣。

【参考方案1】：

在 Marilena 港口运行的 Haar 级联。

Haar 级联是一种算法，它读取文件并告诉计算机某些内容是什么样的。我过去曾用它来检测面部、眼镜、微笑、手和可乐罐。

http://en.wikipedia.org/wiki/Haar-like_features

【讨论】：

我说的是人脸识别而不是检测。编辑：无论如何，谢谢。

【参考方案2】：

我认为您应该做的第一件事是意识到您列出的算法用于人脸识别的不同阶段。

首先，您需要决定表示形式，即。 e.要使用的功能。 这些可能是原始像素、Gabor 滤波器、某种形状描述符、可变形模型等。

然后，您通常希望降低特征的维度。这就是 PCA、ICA 或 LDA 等算法的用武之地，它们将数据点投影到较低维度的空间中，试图保留大部分方差 (PCA) 或确保不同类别的点 (LDA) 的最佳分离。

然后，您可能希望针对您的特征训练一个分类器，以区分不同人的面孔。这里有很多算法可供选择，例如最近邻、支持向量机、隐马尔可夫模型、贝叶斯网络等。

请注意，特定阶段的算法选择可能取决于也可能不取决于其他阶段的算法。例如，PCA 可用于降低几乎任何类型特征的维数。另一方面，如何将支持向量机分类器用于由可变形网格表示的人脸并不是很明显。

我想您应该尝试做的第一件事是非常准确地定义您的问题。您是否只想区分少数人的面孔，例如在照片中识别您的家人？您想从庞大的数据库中识别人吗？每个人脸都有很多训练图像，还是只有少数？您想处理不同的方向和光照条件吗？

这些问题的答案决定了您的问题有多复杂，并且肯定会影响您对算法的选择。

编辑： 这是尝试解决类似问题的人的thesis。它是从 2002 年开始的，但恕我直言，这是一个很好的起点。

【讨论】：

就像我说的那样，我正在考虑制作类似 myheritage 的东西，您可以在其中输入各种照片并将其与大型示例数据库进行匹配（其中可能包含具有不同表情、姿势和姿势的同一个人）照明）找到最接近的匹配

不，实际上你没有解释你的具体目标是什么。但听起来你想做检索，而不是分类。所以你真正想要的是选择一个合适的特征表示，并定义两个这样的表示之间的距离度量。

***.com/questions/12723856 ***.com/questions/12568901

【参考方案3】：

您想考虑深度图。那是最先进的。尝试阅读有关稀疏球面表示的信息。特征面不是很健壮。它不是不变的几个因素。最先进的人脸识别使用具有深度信息的 3d PCL。这将使您即使在黑暗中也能识别。您可以使用华硕相机或 Kinect 相机来收集深度信息。希望对您有所帮助！