人臉識別系統技術原理

播放

暫停

進入全屏

退出全屏

00:00

00:00

重播

刷新

試試

人臉識別系統技術原理,攝像機捕捉圖像後,對它進行灰度校正,光線補償,灰度變換,直方圖均衡化,歸一化,幾何校正,噪聲過濾,銳化,以及圖像增強等預處理,通常採用直方圖特徵,顏色特徵,模板特徵,結構特徵及Haar特徵在圖像中準確標定出人臉的位置和大小,基於以上特徵採用Adaboost算法,LBP算法訓練級聯分類器,對圖像中的每一塊進行分類,假如某一矩形區域通過了級聯分類器,就被判別為人臉圖像,再通過視覺特徵,像素計算特徵,人臉圖畫變換系數特徵,人臉圖畫代數特徵,梯度方向對稱分佈特徵等,對特徵點定位,人臉對齊,仿射變換,人臉矯正來抓取人臉特徵點,利用算法ASM,AAM,CLM,CNN等並定位出人臉五官,眼睛,鼻子,嘴,面頰,下巴頦兒等關鍵點座標數據並信息抽象,這些局部構成的座標數據和人體五官之間結構關係的幾何特徵分量,傅里葉變換拉普拉斯網格優化,利用Gabor變換,PCA,LDA,Ada+Gabor等算法,對特徵點間的歐氏距離,曲率,角度等變化,檢驗人臉相似度,與數據庫中存儲的特徵模板測量值進行查找匹配,經過預置設定如超過閾值,則把匹配得到的人臉結果輸出,將人臉位移,旋轉,縮放,扣取等調整到預定的大小和形態,然後進行性別、年齡、姿態,表情等屬性分析,同時也能形成人臉識別比對和人臉驗證通行及人臉檢索等衍生技術


人臉識別系統技術原理

人臉檢測:檢測人臉位置鎖定人臉座標

人臉跟蹤:精準鎖定人臉,持續跟蹤面部

人臉比對:對比相似度,輸出比對結果

人臉檢索:基於人臉圖像或視頻,與數據庫中比對快速查找

人臉屬性:檢測人臉性別,年齡,表情,姿態等屬性特徵

活體檢測:IR/RGB活體檢測,預防惡意攻擊


分享到:


相關文章: