最近,許多手機推出了人臉解鎖的功能。
此外,
1.
人臉識别門禁考勤系統,人臉識别防盜門等(企業、住宅安全和管理)
2.如利用人臉識别系統和網絡,在全國範圍内搜捕逃犯(公安、司法和刑偵)
......人臉識别前景廣闊
人臉識别,作為一項新興的生物技術,其環節無非有三:
1.建立人像檔案
主流的人臉識别技術基本上可以歸結為三類,即:基于幾何特征的方法、基于模闆的方法和基于模型的方法。
1.基于幾何特征的方法
人臉上的眼睛、鼻子、嘴巴、眉毛等,既是人們的共性,同時也是區分個體的關鍵(因為其大小、形狀等不盡相同)。
我們經常用面部的特征來描述個體,機器同樣也可以做這件事。
機器通過對圖像處理,得到對這些圖像的集合特征描述(比如根據你的鼻子的顯著特點導出一組用于識别的特征度量如距離、角度等)
當然,這些處理,會導緻一些局部特征信息的丢失。
2.基于模闆的方法
比如特征臉方法、線性判别分析方法、奇異值分解方法、神經網絡方法等
特征臉法:(有許多改進方法,常與基于幾何特征的方法結合)
特征臉法的基本思想,便是搜集大量的圖像進行分析,尋找人臉圖像分布的基本元素,即人臉圖像樣本集協方差矩陣的特征向量,以此近似地表征人臉圖像。
神經網絡方法:
神經網絡(又稱人工神經網絡),是一種運算模型,由大量的節點以及它們之間的聯接構成。每個節點代表一個函數,而聯接則代表權重。
這玩意兒是人們對人腦神經網絡工作方式抽象的一個産物,所以加了個“人工”來區别。
按照其反饋的機制,又可以分為前饋網絡、遞歸網絡等。
12年之前,運用于人臉識别的神經網絡中類有前饋、遞歸等。
而後,深度學習基于大數據的卷積神經網絡取得了更大的成果
3.基于模型的方法
有基于隐馬爾柯夫模型,主動形狀模型和主動外觀模型的方法等。
4......
以上的介紹可以說相當粗略,有關圖像處理的細節(比如預處理的方式,如下圖),
(圖像二值化後的效果)
或是算法的細節(比如如何在一張人像中找到一個人的鼻子)等沒有過多提及。
參考資料:
[1]姜賀. 基于幾何特征的人臉識别算法的研究[D].大連理工大學,2008.
[2]趙顯達,黃歡.基于卷積神經網絡的人臉識别的研究[J].信息技術,2018(09):15-19+23.
[3]丹尼布裡茨《理解NLP的卷積神經網絡》