人臉識(shí)別概要

人臉識(shí)別,是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流,并自動(dòng)在圖像中檢測(cè)和跟蹤人臉,進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù),通常也叫做人像識(shí)別、面部識(shí)別。

人臉識(shí)別特點(diǎn)

非強(qiáng)制性:用戶不需要專門配合人臉采集設(shè)備,幾乎可以在無意識(shí)的狀態(tài)下就可獲取人臉圖像,這樣的取樣方式?jīng)]有“強(qiáng)制性”;

非接觸性:用戶不需要和設(shè)備直接接觸就能獲取人臉圖像;

并發(fā)性:在實(shí)際應(yīng)用場(chǎng)景下可以進(jìn)行多個(gè)人臉的分揀、判斷及識(shí)別;

除此之外,還符合視覺特性:“以貌識(shí)人”的特性,以及操作簡(jiǎn)單、結(jié)果直觀、隱蔽性好等特點(diǎn)。

人臉識(shí)別技術(shù)原理分析

人臉識(shí)別主要分為人臉檢測(cè)(face detecTIon)、特征提取(feature extracTIon)和人臉識(shí)別(face recogniTIon)三個(gè)過程。

人臉檢測(cè):人臉檢測(cè)是指從輸入圖像中檢測(cè)并提取人臉圖像,通常采用haar特征和Adaboost算法 訓(xùn)練級(jí)聯(lián)分類器對(duì)圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過了級(jí)聯(lián)分類器,則被判別為人臉圖像。

特征提取:特征提取是指通過一些數(shù)字來表征人臉信息,這些數(shù)字就是我們要提取的特征。

常見的人臉特征分為兩類,一類是幾何特征,另一類是表征特征。幾何 特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系,如距離、面積和角度等。由于算法利用了一些直觀的特征,計(jì)算量小。

不過,由于其所需的特征點(diǎn)不能精確選擇,限制了它的應(yīng)用范圍。另外,當(dāng)光照變化、人臉有外物遮擋、面部表情變化時(shí),特征變化較大。所以說,這類算法只適合于人臉圖像的粗略識(shí)別,無法在實(shí)際中應(yīng)用。

表征特征利用人臉圖像的灰度信息,通過一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將 圖像分成若干區(qū)域,在每個(gè)區(qū)域的像素640x960鄰域中用中心值作閾值化,將結(jié)果看成是二進(jìn)制數(shù)。

圖3顯示了一個(gè)LBP算子。LBP算子的特點(diǎn)是對(duì)單調(diào) 灰度變化保持不變。每個(gè)區(qū)域通過這樣的運(yùn)算得到一組直方圖,然后將所有的直方圖連起來組成一個(gè)大的直方圖并進(jìn)行直方圖匹配計(jì)算進(jìn)行分類。

人臉識(shí)別:這里提到的人臉識(shí)別是狹義的人臉識(shí)別,即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫(kù)中人臉的特征進(jìn)行對(duì)比,根據(jù)相似度判別分類。而人臉識(shí)別又可以分為兩個(gè)大類:一類是確認(rèn),這是人臉圖像與數(shù)據(jù)庫(kù)中已存的該人圖像比對(duì)的過程,回答你是不是你的問題;

另一類是辨認(rèn),這是人臉圖像與數(shù)據(jù)庫(kù)中已存的所有圖像匹 配的過程,回答你是誰的問題。顯然,人臉辨認(rèn)要比人臉確認(rèn)困難,因?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類器有最近鄰分類器、支持向量機(jī)等。

人臉識(shí)別用途

人臉識(shí)別主要用于身份識(shí)別。由于視頻監(jiān)控正在快速普及,眾多的視頻監(jiān)控應(yīng)用迫切需要一種遠(yuǎn)距離、用戶非配合狀態(tài)下的快速身份識(shí)別技術(shù),以求遠(yuǎn)距離快速確認(rèn)人員身份,實(shí)現(xiàn)智能預(yù)警。人臉識(shí)別技術(shù)無疑是最佳的選擇,采用快速人臉檢測(cè)技術(shù)可以從監(jiān)控視頻圖象中實(shí)時(shí)查找人臉,并與人臉數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)比對(duì),從而實(shí)現(xiàn)快速身份識(shí)別。