人脸识别相关技术基本情况

来源：中为咨询网www.zwzyzx.com 【日期：2015-03-01 21:15:55】【打印】【关闭】

相关报告

①人脸检测算法

人脸检测是计算机利用图像处理、模式识别技术对输入的图像或视频进行分析，判断图像中是否有人脸及人脸在图像或视频中的位置。人脸检测算法是人脸识别技术的基础，只有将图像中人脸的位置确定后，才能将人脸分割出来并进行后续处理。从目前的人脸检测技术来看，基于Haar特征和AdaBoosting分类器的人脸检测算法由于检测精确度高、检测速度快等原因成为目前人脸检测的主流技术。

北京海鑫的人脸检测算法采用改进的Haar特征和改进的风险敏感的AdaBoosting分类器，不仅能够检测正面人脸，也能够检测多姿态的人脸，检测率高、虚警率低。

②人脸特征点定位算法

人脸特征点定位是从检测到的人脸中定位出眼睛、嘴巴、鼻子等人脸特征点所在位置，人脸特征点定位算法是沟通二维人脸识别和三维人脸识别的重要纽带。目前主流的人脸特征点定位算法包括基于ASM模型和纹理分类器的方法、基于回归的方法。

北京海鑫的人脸特征点定位算法采用基于Fern特征和GradientBoostingRegression的方法，在取得非常高的定位精确度的同时，具有极快的定位速度。

③人脸特征提取和识别算法

目前人脸识别的主流技术是将人脸图像作为一个整体，从图像中提取反应人脸特性的特征如DCT变换特征、小波特征、Gabor特征等，然后利用子空间分析方法进行特征降维，最后采用合适的分类器进行分类判别。此外，还有利用三维描述人脸，或者用二维图像建立三维模型，并利用三维模型生成各种光照、姿态下的合成图像，利用这些合成图像进行人脸识别的算法。

北京海鑫的人脸识别算法采用目前主流的基于面部图像的识别算法，从人脸图像中提取多种特征，采用优化设计的分类器进行分类判别，识别精确度高，识别速度快。基于面部图像的人脸识别方法利用了更多的底层信息，并采用统计模式识别的方法，因而具有较高的识别精确度和鲁棒性。

④人脸跟踪

人脸跟踪是指在输入的视频图像序列中持续确定某个（或若干个）人脸的运动轨迹及大小变化。人脸跟踪需要用到上述的人脸检测技术，还需要进行运动估计。其中，人脸检测的作用是检测人脸的当前状态（如位置、大小等信息）；而运动估计则是根据人脸当前状态和以前的状态，预测人脸的下一可能状态。目前，人脸跟踪领域主要使用的技术为基于底层视觉信息的跟踪方法和基于高层理解信息的跟踪方法。

⑤人脸质量判断

人脸质量判断是对输入的一张人脸图像进行质量判断，判断其是否符合ISO19794-5国际标准中规定的人脸质量评价标准。

⑥人脸姿态估计

人脸姿态估计算法大体上可以分为基于面部图像的姿态估计方法和基于模型的姿态估计方法。基于面部图像的姿态估计方法通常采用大量训练样本进行机器学习，该方法易受光照变化的影响。基于模型的姿态估计方法采用几何模型或者结构来表示人脸的结果和形状，该方法严重依赖于特征点定位结果，其鲁棒性受特征点定位结果影响较大，特别是在旋转角度较大时，估计性能严重下降。

⑦基于3D的人脸识别算法

基于3D的人脸识别算法是指利用三维描述人脸，或者用二维图像建立三维模型，并利用三维模型生成各种光照、姿态下的合成图像，利用这些合成图像进行人脸识别的算法。

本文地址：http://www.zwzyzx.com/show-351-122347-1.html

分享到：

上一篇：生物特征识别技术工作模式情况介绍

下一篇：信息安全技术相关系统发展特点

相关资讯