关注我们 

人脸识别技术应用与发展趋势浅析

2014-05-20 09:40:31 来源:CPS中安网 作者:满江月 责任编辑: xiatingyue 收藏本文
摘要:人脸识别算法发展到今天,大致上可以分为两类:基于特征的人脸识别算法和基于外观的人脸识别算法。其中,多数基于特征的人脸识别算法属于早期的人脸识别算法,现在已经不再使用。不过近些年出现了一些新的基于特征的算法,并取得不错的效果。

  近年来,随着“平安城市建设”的大力推进,越来越多的高清摄像头部署在各个重要场所,如机场、地铁、火车站、汽车站等。这些场所是人口流动必经之地,也是公安重点布控区域。很多地区提出的人脸识别需求,也是针对这些重要通道出入口场景,要求系统自动侦测视频画面中的人脸,并与数据库中的人脸数据进行一一比对,得到最有可能的身份信息。2012年上映的电影《碟中谍4》中,也有类似的人脸识别概念,相信看过此片的朋友对下面这个片段会有一定的印象。电影中,探员汉纳威在火车站利用同事传过来的目标人脸信息,配合人脸识别系统,快速检索比对过往人群,最终找到并抓捕嫌犯。事实上,这样的人脸识别系统已经从银幕走向现实。本文将首先对人脸识别技术原理进行介绍,然后介绍几种典型的系统应用,最后对人脸识别技术未来的发展方向进行分析。

  人脸识别技术概述

  广义的人脸识别主要分为人脸检测(face detection)、特征提取(feature extraction)和人脸识别(face recognition)三个过程,如图1所示。

  图1 典型的人脸识别过程

  其中,第三步提到的人脸识别是狭义的人脸识别,即将待识别人脸所提取的特征与数据库中人脸的特征进行对比,根据相似度判别分类。而人脸识别又可以分为两个大类:一类是确认(verification),这是人脸图像与数据库中已存的该人图像比对的过程,回答你是不是你的问题;另一类是辨认(identification),这是人脸图像与数据库中已存的所有图像匹配的过程,回答你是谁的问题。显然,人脸辨认要比人脸确认困难,因为辨认需要进行海量数据的匹配。在辨认过程中,海量数据的处理、特征提取和分类算法的选择变得非常重要。识别率和识别速度是人脸识别技术中主要的衡量算法性能的指标。本文后面提到的人脸识别,主要指的是人脸辨认。

关键词人脸识别线性鉴别分析主成分分析
分享到:
提示:试试"← →"实现快速翻页
本文导航

相关阅读

征稿:

为了更好的发挥CPS中安网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中安网诚征各类稿件,欢迎有实力安防企业、机构、研究员、行业分析师。投稿邮箱: cps-tougao@cps.com.cn(查看征稿详细)

品牌推荐

排行榜

24小时 本周 本月
论坛热点 最新话题