快猫视频网站_快猫成人APP_快猫黄色短视频_快猫APP成人短视频

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。

發(fā)展歷史

人臉識別系統(tǒng)的研究始于20世紀60年代，80年代后隨著計算機技術和光學成像技術的發(fā)展得到提高，而真正進入初級的應用階段則在90年后期，并且以美國、德國和日本的技術實現為主；人臉識別系統(tǒng)成功的關鍵在于是否擁有尖端的核心算法，并使識別結果具有實用化的識別率和識別速度；“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學習、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術，同時需結合中間值處理的理論與實現，是生物特征識別的最新應用，其核心技術的實現，展現了弱人工智能向強人工智能的轉化。

技術特點

傳統(tǒng)的人臉識別技術主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。

迅速發(fā)展起來的一種解決方案是基于主動近紅外圖像的多光源人臉識別技術。它可以克服光線變化的影響，已經取得了卓越的識別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。這項技術在近兩三年發(fā)展迅速，使人臉識別技術逐漸走向實用化。

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的唯一性和不易被復制的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識別比較人臉識別具有如下特點：

非強制性：用戶不需要專門配合人臉采集設備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式沒有“強制性”；

非接觸性：用戶不需要和設備直接接觸就能獲取人臉圖像；

并發(fā)性：在實際應用場景下可以進行多個人臉的分揀、判斷及識別；

除此之外，還符合視覺特性：“以貌識人”的特性，以及操作簡單、結果直觀、隱蔽性好等特點。

技術流程

人臉識別系統(tǒng)主要包括四個組成部分，分別為：人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。

人臉圖像采集及檢測

人臉圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當用戶在采集設備的拍攝范圍內時，采集設備會自動搜索并拍攝用戶的人臉圖像。

人臉檢測：人臉檢測在實際中主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結構特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現人臉檢測。

主流的人臉檢測方法基于以上特征采用Adaboost學習算法，Adaboost算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強的分類方法。

人臉檢測過程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征(弱分類器)，按照加權投票的方式將弱分類器構造為一個強分類器，再將訓練得到的若干強分類器串聯組成一個級聯結構的層疊分類器，有效地提高分類器的檢測速度。

人臉圖像預處理

人臉圖像預處理：對于人臉的圖像預處理是基于人臉檢測結果，對圖像進行處理并最終服務于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

人臉圖像特征提取

人臉圖像特征提?。喝四樧R別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數特征、人臉圖像代數特征等。人臉特征提取就是針對人臉的某些特征進行的。人臉特征提取，也稱人臉表征，它是對人臉進行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識的表征方法；另外一種是基于代數特征或統(tǒng)計學習的表征方法。

基于知識的表征方法主要是根據人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數據，其特征分量通常包括特征點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構成，對這些局部和它們之間結構關系的幾何描述，可作為識別人臉的重要特征，這些特征被稱為幾何特征?；谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法。

人臉圖像匹配與識別

人臉圖像匹配與識別：提取的人臉圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。

識別算法

人臉識別

一般來說，人臉識別系統(tǒng)包括圖像攝取、人臉定位、圖像預處理、以及人臉識別（身份確認或者身份查找）。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數據庫中的若干已知身份的人臉圖象或者相應的編碼，而其輸出則是一系列相似度得分，表明待識別的人臉的身份。

人臉識別算法分類

基于人臉特征點的識別算法（Feature-based recognition algorithms）。

基于整幅人臉圖像的識別算法（Appearance-based recognition algorithms）。

基于模板的識別算法（Template-based recognition algorithms）。

利用神經網絡進行識別的算法（Recognition algorithms using neural network）。

神經網絡識別

基于光照估計模型理論

提出了基于Gamma灰度矯正的光照預處理方法,并且在光照估計模型的基礎上，進行相應的光照補償和光照平衡策略。

優(yōu)化的形變統(tǒng)計校正理論

基于統(tǒng)計形變的校正理論，優(yōu)化人臉姿態(tài)；強化迭代理論

強化迭代理論是對DLFA人臉檢測算法的有效擴展；

獨創(chuàng)的實時特征識別理論

該理論側重于人臉實時數據的中間值處理，從而可以在識別速率和識別效能之間，達到最佳的匹配效果

識別數據

人臉識別需要積累采集到的大量人臉圖像相關的數據，用來驗證算法，不斷提高識別準確性，這些數據諸如A Neural Network Face Recognition Assignment(神經網絡人臉識別數據)、orl人臉數據庫、麻省理工學院生物和計算學習中心人臉識別數據庫、埃塞克斯大學計算機與電子工程學院人臉識別數據等。

配合程度

現有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。

優(yōu)勢困難

優(yōu)勢

人臉識別的優(yōu)勢在于其自然性和不被被測個體察覺的特點。

所謂自然性，是指該識別方式同人類（甚至其他生物）進行個體識別時所利用的生物特征相同。例如人臉識別，人類也是通過觀察比較人臉區(qū)分和確認身份的，另外具有自然性的識別還有

虹膜識別

語音識別、體形識別等，而指紋識別、虹膜識別等都不具有自然性，因為人類或者其他生物并不通過此類生物特征區(qū)別個體。

不被察覺的特點對于一種識別方法也很重要，這會使該識別方法不令人反感，并且因為不容易引起人的注意而不容易被欺騙。人臉識別具有這方面的特點，它完全利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而更有可能被偽裝欺騙。

困難

人臉識別被認為是生物特征識別領域甚至人工智能領域最困難的研究課題之一。人臉識別的困難主要是人臉作為生物特征的特點所帶來的。

相似性

人臉類似性

不同個體之間的區(qū)別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相似。這樣的特點對于利用人臉進行定位是有利的，但是對于利用人臉區(qū)分人類個體是不利的。

易變性

人臉的外形很不穩(wěn)定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉的視覺圖像也相差很大，另外，人臉識別還受光照條件（例如白天和夜晚，室內和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。

在人臉識別中，第一類的變化是應該放大而作為區(qū)分個體的標準的，而第二類的變化應該消除，因為它們可以代表同一個個體。通常稱第一類變化為類間變化（inter-class difference），而稱第二類變化為類內變化（intra-class difference）。對于人臉，類內變化往往大于類間變化，從而使在受類內變化干擾的情況下利用類間變化區(qū)分個體變得異常困難。

主要用途

人臉識別主要用于身份識別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應用迫切需要一種遠距離、用戶非配合狀態(tài)下的快速身份識別技術，以求遠距離快速確認人員身份，實現智能預警。人臉識別技術無疑是最佳的選擇，采用快速人臉檢測技術可以從監(jiān)控視頻圖象中實時查找人臉，并與人臉數據庫進行實時比對，從而實現快速身份識別。

應用前景

生物識別技術已廣泛用于政府、軍隊、銀行、社會福利保障、電子商務、安全防務等領域。例如，一位儲戶走進了銀行，他既沒帶銀行卡，也沒有回憶密碼就徑直提款，當他在提款機上提款時，一臺攝像機對該用戶的眼睛掃描，然后迅速而準確地完成了用戶身份鑒定，辦理完業(yè)務。這是美國德克薩斯州聯合銀行的一個營業(yè)部中發(fā)生的一個真實的鏡頭。而該營業(yè)部所使用的正是現代生物識別技術中的“虹膜識別系統(tǒng)”。此外，美國“9.11”事件后，反恐怖活動已成為各國政府的共識，加強機場的安全防務十分重要。美國維薩格公司的臉像識別技術在美國的兩家機場大顯神通，它能在擁擠的人群中挑出某一張面孔，判斷他是不是通緝犯。

當前社會上頻繁出現的入室偷盜、搶劫、傷人等案件的不斷發(fā)生，鑒于此種原因，防盜門開始走進千家萬戶，給家庭帶來安寧；然而，隨著社會的發(fā)展，技術的進步，生活節(jié)奏的加速，消費水平的提高，人們對于家居的期望也越來越高，對便捷的要求也越來越迫切，基于傳統(tǒng)的純粹機械設計的防盜門，除了堅固耐用外，很難快速滿足這些新興的需求：便捷，開門記錄等功能。人臉識別技術已經得到廣泛的認同，但其應用門檻仍然很高：技術門檻高（開發(fā)周期長），經濟門檻高（價格高）。

人臉識別產品已廣泛應用于金融、司法、軍隊、公安、邊檢、政府、航天、電力、工廠、教育、醫(yī)療及眾多企事業(yè)單位等領域。隨著技術的進一步成熟和社會認同度的提高，人臉識別技術將應用在更多的領域。

1、企業(yè)、住宅安全和管理。如人臉識別門禁考勤系統(tǒng)，人臉識別防盜門等。

2、電子護照及身份證。中國的電子護照計劃公安部一所正在加緊規(guī)劃和實施。

3、公安、司法和刑偵。如利用人臉識別系統(tǒng)和網絡，在全國范圍內搜捕逃犯。

4、自助服務。

5、信息安全。如計算機登錄、電子政務和電子商務。在電子商務中交易全部在網上完成，電子政務中的很多審批流程也都搬到了網上。而當前，交易或者審批的授權都是靠密碼來實現，如果密碼被盜，就無法保證安全。但是使用生物特征，就可以做到當事人在網上的數字身份和真實身份統(tǒng)一，從而大大增加電子商務和電子政務系統(tǒng)的可靠性。

主要產品

數碼相機

人臉自動對焦和笑臉快門技術：首先是面部捕捉。它根據人的頭部的部位進行判定，首先確定頭部，然后判斷眼睛和嘴巴等頭部特征，通過特征庫的比對，確認是人面部，完成面部捕捉。然后以人臉為焦點進行自動對焦，可以大大的提升拍出照片的清晰度。  笑臉快門技術就是在人臉識別的基礎上，完成了面部捕捉，然后開始判斷嘴的上彎程度和眼的下彎程度，來判斷是不是笑了。以上所有的捕捉和比較都是在對比特征庫的情況下完成的，所以特征庫是基礎，里面有各種典型的面部和笑臉特征數據。

門禁系統(tǒng)

受安全保護的地區(qū)可以通過人臉識別辨識試圖進入者的身份。人臉識別系統(tǒng)可用于企業(yè)、住宅安全和管理。如人臉識別門禁考勤系統(tǒng)，人臉識別防盜門等。

人臉識別門禁

人臉識別門禁是基于先進的人臉識別技術，結合成熟的ID卡和指紋識別技術而推出的安全實用的門禁產品。產品采用分體式設計，人臉、指紋和ID卡信息的采集和生物信息識別及門禁控制內外分離，實用性高、安全可靠。系統(tǒng)采用網絡信息加密傳輸，支持遠程進行控制和管理，可廣泛應用于銀行、軍隊、公檢法、智能樓宇等重點區(qū)域的門禁安全控制。

身份辨識

如電子護照及身份證。這或許是未來規(guī)模應用。在國際民航組織已確定，從 2010年 4月 1日起，其 118個成員國家和地區(qū)，必須使用機讀護照，人臉識別技術是首推識別模式，該規(guī)定已經成為國際標準。美國已經要求和它有出入免簽證協(xié)議的國家在2006年10月 26日之前必須使用結合了人臉指紋等生物特征的電子護照系統(tǒng)，到 2006年底已經有 50多個國家實現了這樣的系統(tǒng)。美國運輸安全署（ Transportation Security Administration）計劃在全美推廣一項基于生物特征的國內通用旅行證件。歐洲很多國家也在計劃或者正在實施類似的計劃，用包含生物特征的證件對旅客進行識別和管理。中國的電子護照計劃公安部一所正在加緊規(guī)劃和實施。

可在機場、體育場、超級市場等公共場所對人群進行監(jiān)視，例如在機場安裝監(jiān)視系統(tǒng)以防止恐怖分子登機。如銀行的自動提款機，用戶卡片和密碼被盜，就會被他人冒取現金。同時應用人臉識別就會避免這種情況的發(fā)生。通過查詢目標人像數據尋找數據庫中是否存在重點人口基本信息。例如在機場或車站安裝系統(tǒng)以抓捕在逃案犯。

網絡應用

人臉識別過程

利用人臉識別輔助信用卡網絡支付，以防止非信用卡的擁有者使用信用卡等。如計算機登錄、電子政務和電子商務。在電子商務中交易全部在網上完成，電子政務中的很多審批流程也都搬到了網上。而當前，交易或者審批的授權都是靠密碼來實現。如果密碼被盜，就無法保證安全。如果使用生物特征，就可以做到當事人在網上的數字身份和真實身份統(tǒng)一。從而大大增加電子商務和電子政務系統(tǒng)的可靠性。

娛樂應用

人臉識別技術廣泛地應用于日常生活中，如相機拍攝，圖片對比等，尤其近兩年來，相親節(jié)目如火如荼，其中浙江電視臺的愛情連連看中的最佳夫妻像環(huán)節(jié)就利用了人臉對比技術來測試男女主人公面相的相似程度。

隨著移動互聯網的崛起，一些人臉識別技術的開發(fā)者將該項技術應用到娛樂領域中，如應用開心明星臉等，根據人臉的輪廓，膚色，紋理，質地，色彩，光照等特征來計算照片中主人公與明星的相似度。