De technologie van de gezichtserkenning

De technologie van de gezichtserkenning verwijst naar het gebruik van computertechnologie voor analyse en vergelijking om gezichten te erkennen. De gezichtserkenning is een populair gebied van het computertechnologieonderzoek, met inbegrip van gezicht het volgen opsporing, automatische aanpassing van beeldgezoem, nacht infrarode opsporing, automatische aanpassing van blootstellingsintensiteit en andere technologieën.

De technologie van de gezichtserkenning behoort tot biometrische erkenningstechnologie, die individuen van de biologische kenmerken van het organisme (verwijst over het algemeen naar de persoon) onderscheidt.

Technologieinleiding

De technologie van de gezichtserkenning is gebaseerd op de gezichtseigenschappen van de persoon, het beeld van het inputgezicht of de videostroom. Eerst, bepaal of er een menselijk gezicht is. Als er een menselijk gezicht is, wordt het verder genoemd de plaats, de grootte, en de locatie-informatie van elk belangrijk gezichtsorgaan. En gebaseerd op deze informatie, vergelijkt het verdere uittreksel de identiteitseigenschappen in elk gezicht, en het met bekende gezichten om de identiteit van elk gezicht te identificeren.

In de ruime zin van gezichtserkenning omvat eigenlijk diverse verwante technologieën van het ingebouwde systeem van de gezichtserkenning, met inbegrip van de inzameling van het gezichtsbeeld, gezicht het plaatsen, de preventie van de gezichtserkenning, identiteitverificatie en identiteitsonderzoek, enz. terwijl strikt van gezichtserkenning specifiek naar het overgaan van mensen de technologie of het systeem voor gezichtscontrole of identiteitsonderzoek verwijst.

Technisch Principe

De technologie van de gezichtserkenning bestaat uit drie delen:
(1) gezichtsopsporing

De gezichtsopsporing verwijst naar het beoordelen of er een gezichtsbeeld in een dynamische scène en een complexe achtergrond, en het scheiden van het gezichtsbeeld is. Er zijn over het algemeen de volgende methodes:

①De methode van het verwijzingsmalplaatje

De eerste malplaatjes van het ontwerp één of verscheidene standaarddiegezicht, berekenen dan de graad van aanpassing tussen de steekproef in de test wordt verzameld en het standaardmalplaatje, en gebruiken de drempel om te bepalen of er een gezicht is;

②De methode van de gezichtsregel

Aangezien de menselijke gezichten bepaalde structurele distributiekenmerken hebben, haalt de zogenaamde methode van de gezichtsregel deze kenmerken om overeenkomstige regels te produceren om te bepalen of de teststeekproef menselijke gezichten bevat;

③Steekproefleermethode

Deze methode keurt de methode van kunstmatig neuraal netwerk in patroonerkenning goed, d.w.z., de classificator wordt geproduceerd door de de steekproefreeks van het gezichtsbeeld en de de steekproefreeks van het niet-gezichtsbeeld te leren;

④De modelmethode van de huidkleur

Deze methode is gebaseerd op de vrij geconcentreerde distributie van gezichtshuidkleur in de kleurruimte voor opsporing.

⑤Kenmerkende gezichtsmethode

Deze methode beschouwt alle die reeksen van het oppervlaktebeeld als subspace van het oppervlaktebeeld, en rechters of er een oppervlaktebeeld op de afstand tussen de teststeekproef en zijn projectie in subspace wordt gebaseerd is.

Er zij op gewezen dat de bovengenoemde vijf methodes ook ruim in daadwerkelijke opsporingssystemen kunnen worden gebruikt.

(2) gezicht het volgen

Gezicht het volgen verwijst naar het dynamische doel volgen van het ontdekte gezicht. Specifiek, worden een model-gebaseerde methode of een combinatie van motie en model gebruikt. Bovendien is het gebruiken van huidkleur het model volgen ook een eenvoudige en efficiënte methode.

(3) gezichtsvergelijking

De gezichtsvergelijking moet de identiteit van het ontdekte gezicht of het onderzoek naar een doel in de bibliotheek van het gezichtsbeeld verifiëren. Dit betekent eigenlijk dat de bemonsterde gezichtsbeelden met de beelden van het voorraadgezicht op zijn beurt worden vergeleken, en het beste passende voorwerp wordt gevonden. Daarom bepaalt de beschrijving van het gezichtsbeeld de specifieke methode en de prestaties van gezichtserkenning. Twee beschrijvingsmethodes worden hoofdzakelijk gebruikt: eigen vector en gezichtstextuurmalplaatje:

①Eigenschap vectormethode

De methode is aan eerst bepaalt de grootte, positie, afstand en andere eigenschappen van gezichtseigenschappen zoals van de van de oogiris, neus en mond hoeken, en dan berekent hun geometrische eigenschaphoeveelheden, en deze eigenschaphoeveelheden vormen een eigenschapvector beschrijvend het gezichtsbeeld.

②Het malplaatjemethode van het gezichtspatroon

De methode is een aantal standaardmalplaatjes van het gezichtsbeeld of het orgaanmalplaatjes van het gezichtsbeeld in de bibliotheek op te slaan, en tijdens de vergelijking, worden alle pixel van het bemonsterde gezichtsbeeld aangepast met alle malplaatjes in de bibliotheek gebruikend een genormaliseerde correlatiemaatregel. Bovendien zijn er methodes die patroonerkenning gebruiken om autocorrelation netwerken of eigenschappen en malplaatjes te combineren.

De kern van de technologie van de gezichtserkenning is eigenlijk de „gedeeltelijke analyse van de menselijk lichaamseigenschap“ en „grafisch/neuraal erkenningsalgoritme.“ Dit algoritme is een methode die diverse organen en kenmerkende delen van het menselijke gezicht gebruikt. Bijvoorbeeld, worden de identificatieparameters door veelvoudige gegevens worden gevormd die aan geometrische verhoudingen beantwoorden vergeleken, beoordeeld en met alle originele parameters in de database die bevestigd. Over het algemeen, is de oordeeltijd minder dan 1 tweede.

Erkenningsproces

Over het algemeen verdeeld in drie stappen:

(1) creeer eerst een dossier van het gezichtsprofiel van het menselijke gezicht. Namelijk wordt de camera gebruikt om de gezichtsafbeeldingsbestanden van de gezichten van het eenheidspersoneel te verzamelen of hun foto's te nemen aan de afbeeldingsbestanden van het vormgezicht, en deze gezichtsafbeeldingsbestanden worden geproduceerd in faceprintcodes en opgeslagen.

(2) verkrijg het huidige menselijke gezichtsbeeld. Gebruik namelijk de camera om het gezichtsbeeld van het huidige persoons binnengaan en de uitgang te vangen, of een fotoinput te nemen, en produceer de code van de gezichtstextuur van het huidige gezichtsafbeeldingsbestand.

(3) gebruik de huidige gezichtstextuurcode om met de dossierinventaris vergelijkbaar te zijn. Dat moet de huidige gezichtstextuurcode zoeken en vergelijken met de gezichtstextuurcode in de dossierinventaris. De bovengenoemde de codage“ methode „van de gezichtstextuur werkt volgens de essentiële kenmerken en het begin van het menselijke gezicht. Deze gezichtstextuurcodage kan zich tegen veranderingen in licht, huidtoon, gezichtshaar, kapsel, glazen, uitdrukkingen en houding verzetten, en heeft sterke betrouwbaarheid, zodat het een persoon van miljoenen mensen kan nauwkeurig identificeren. Het proces van de gezichtserkenning kan realtime automatisch, onophoudelijk en in worden voltooid gebruikend het gewone materiaal van de beeldverwerking.