面部识别程序如何工作？ [关闭]

Posted 2023-03-16

【中文标题】面部识别程序如何工作？ [关闭]

【英文标题】：How do facial recognition programs work? [closed]

【发布时间】：2011-06-26 02:30:21

【问题描述】：

程序会经过什么流程？

【问题讨论】：

你的问题离题了 - 它可能适合 cstheory.stackexchange.com

@Daniel A. White：根据常见问题解答，关于软件算法和编程问题的问题是 SO 的主题。人脸识别是一个使用软件算法解决的编程问题。我不明白这是怎么跑题的。

【参考方案1】：

Principal Component Analysis 是模式识别系统的基础，例如facial recognition。

【讨论】：

我宁愿说主成分分析是人脸识别中使用的一种技术。虽然 PCA 很有用，但并非所有的人脸识别解决方案都使用 PCA。

【参考方案2】：

粗略地说，处理阶段是：

检测面部位置 标准化面 为每个检测到的人脸收集特征 将特征输入机器学习算法

第 1 步通常使用经典的 Viola&Jones face detection algorithm 完成。它非常快速和可靠。

在第 1 步中找到的面孔可能具有不同的亮度、对比度和不同的大小。为了简化处理，它们都被缩放到相同的大小，并在第 2 步中补偿曝光差异（例如使用直方图均衡）。

第 3 步有很多方法。早期的人脸检测器试图找到特定的位置（眼睛中心、鼻子末端、嘴唇末端等），并使用它们之间的几何距离和角度作为特征进行识别.根据我的阅读，这些方法非常快，但并不那么可靠。

最近的一种方法“特征脸”基于这样一个事实，即人脸图片可以近似为基本图像的线性组合（通过 PCA 从大量训练图像中找到）。这种近似中的线性因子可以用作特征。这种方法也可以单独应用于面部的某些部位（眼睛、鼻子、嘴巴）。如果所有图像之间的姿势相同，则效果最佳。如果有些脸向左看，而另一些脸向上看，那就不行了。主动外观模型试图通过训练完整的 3d 模型而不是平面 2d 图片来抵消这种影响。

第 4 步相对简单：您为每个人脸以及在训练期间获取的人脸图像都有一组数字，并且您想找到与当前测试人脸“最相似”的训练人脸。这就是机器学习算法所做的。我认为最常见的算法是支持向量机（SVM）。其他选择是例如人工神经网络或 k-最近邻。如果特征很好，ML算法的选择就没有那么重要了。

有关该主题的文献：

Computer Vision - Algorithms an Applications 处理人脸检测、人脸识别和机器学习（以及许多其他主题）。它很新，所以它涵盖了最新的研究。它还有一个很棒的参考书目。 Template Matching Techniques in Computer Vision 深入探讨了人脸识别的模板匹配方法。 您可以使用谷歌学者找到很多研究文章。