Технология распознавания лиц

Технология распознавания лиц ссылается на пользу компьютерной технологии для анализа и сравнения узнать стороны. Распознавание лиц популярное поле исследования компьютерной технологии, включая обнаружение стороны отслеживая, автоматическое регулирование сигнала изображения, обнаружение ночи ультракрасное, автоматическое регулирование интенсивности выдержки и другие технологии.

Технология распознавания лиц принадлежит биометрической технологии опознавания, которая различает индивидуалов от биологических характеристик организма (вообще ссылает на человека).

Введение технологии

Технология распознавания лиц основана на лицевых особенностях человека, изображения стороны входного сигнала или видеопотока. Во-первых, определить ли человеческое лицо. Если человеческое лицо, то оно более добавочно вызвано положением, размером, и информацией о местоположении каждого главного лицевого органа. И основанный на этой информации, продвиньте для извлечения особенностей идентичности, который содержат в каждой стороне, и сравните ее с известными сторонами для того чтобы определить идентичность каждой стороны.

Широкий смысл распознавания лиц фактически включает различные связанные технологии встроенной системы распознавания лиц, включая собрание изображения стороны, располагать стороны, предохранение распознавания лиц, проверку идентичности и поиск идентичности, etc.; пока узкое чувство распознавания лиц специфически ссылается на проходить людьми технологию или систему для проверки стороны или поиска идентичности.

Технический принцип

Технология распознавания лиц состоит из 3 частей:
(1) обнаружение стороны

Обнаружение стороны ссылается на судить ли изображение стороны в динамической сцене и сложной предпосылке, и отделять изображение стороны. Вообще следующие приемы:

①Метод шаблона ссылки

Первые шаблоны стороны дизайна одного или нескольких стандартные, тогда высчитывают степень соответствовать между образцом собранным в тесте и стандартным шаблоном, и используют порог для того чтобы определить ли сторона;

②Метод правила стороны

В виду того что человеческие лица имеют некоторые структурные характеристики распределения, так называемые выдержки метода правила стороны эти характеристики для генерации соответствуя правил определить содержит ли образец теста человеческие лиц;

③Образец уча метод

Этот метод принимает метод искусственной нервной системы в распознавании по образцу, т.е., классификатор произведен путем учить набор образца изображения стороны и набор образца изображения не-стороны;

④Метод модели цвета кожи

Этот метод основан на относительно сконцентрированном распределении лицевого цвета кожи в цветовом пространстве для обнаружения.

⑤Характерный метод стороны

Этот метод считает все поверхностные наборы изображения как поверхностное подпространство изображения, и судей ли поверхностное изображение основанное на расстоянии между образцом теста и своей проекцией в подпространстве.

Стоимость упоминая что вышеуказанные 5 методов можно также использовать всесторонне в фактических системах обнаружения.

(2) отслеживать стороны

Смотрите на отслеживать ссылает на динамический отслеживать цели обнаруженной стороны. Специфически, использованы основанный на модели метод или движение и модель сочетания из. К тому же, используя цвет кожи отслеживать модели также простой и эффективный метод.

(3) сравнение стороны

Сравнение стороны проверить идентичность обнаруженных стороны или поиска для цели в библиотеке изображения стороны. Это фактически значит что попробованные изображения стороны идут в сравнение со сторона запаса отображают в свою очередь, и самый лучший соответствуя объект найден. Поэтому, описание изображения стороны определяет специфические метод и представление распознавания лиц. 2 метода описания главным образом использованы: эйгенвектор и лицевой шаблон текстуры:

①Метод вектора особенности

Метод сперва определить размер, положение, расстояние и другие атрибуты лицевых особенностей как радужка глаза, нос и углы рта, и после этого высчитать их геометрические количества особенности, и эти количества особенности формируют вектор особенности описывая лицевое изображение.

②Метод шаблона картины стороны

Метод хранить несколько стандартных шаблонов изображения стороны или смотреть на шаблоны органа изображения в библиотеке, и во время сравнения, все пикселы попробованного изображения стороны соответствуются всем шаблонам в библиотеке используя нормализованное измерение корреляции. К тому же, методы которые используют распознавание по образцу для совмещения сетей автокорреляции или особенностей и шаблонов.

Ядр технологии распознавания лиц фактически «частично анализ особенности человеческого тела» и «графический/нервный алгоритм опознавания.» Этот алгоритм метод который использует различные органы и характерные части человеческого лица. Например, параметры идентификации сформированные множественными данными соответствие к геометрическим отношениям сравнены, рассужены и подтвержены со всеми первоначальными параметрами в базе данных. Вообще, время суждения чем 1 во-вторых.

Процесс опознавания

Вообще разделенный в 3 шага:

(1) во первых создать файл лобового профиля человеческого лица. То есть, камера использована для того чтобы собрать графические файлы стороны сторон персонала блока или принять их фото для того чтобы сформировать графические файлы стороны, и эти графические файлы стороны произведены в коды faceprint и сохранены.

(2) получает настоящее изображение человеческого лица. То есть, используйте камеру для того чтобы захватить изображение стороны настоящего человека входя в и выйти, или принять входной сигнал фото, и производите код текстуры стороны от настоящего графического файла стороны.

(3) использует настоящий лицевой код текстуры для того чтобы сравнить с инвентарем файла. Это искать и сравнивать настоящий лицевой код текстуры с лицевым кодом текстуры в инвентаре файла. Вышеупомянутые «работы метода кодирвоания текстуры стороны» согласно существенным особенностям и начало человеческого лица. Это лицевое кодирвоание текстуры может сопротивляться изменениям в свете, тоне кожи, волосах на лице, стиле причесок, стеклах, выражениях и позиции, и имеет сильную надежность, так, что оно сможет точно определить человека от миллионов людей. Процесс распознавания лиц можно выполнить автоматически, непрерывно и в реальное временя используя обычное оборудование обработки изображений.