一、人脸辨认系统的组成
前端图像搜集
前端人脸图像搜集系统通过抓拍搜集人脸图像、实时视频流等,如视频监控摄像头、智能考勤机、智能门禁机等设备,都具有人脸搜集抓拍的功用。
后端智能途径
后端的智能途径可将前端搜集的相关数据一致进行会聚、处理、存储、应用、管理与共享,并结合人脸辨认系统,实现人脸辨认功用,并应用在实践场景中如:人脸辨认考勤、人脸门禁、公安部的人脸寻找、抓捕嫌疑犯等等。
二、人脸辨认技术的流程有哪些?
1、人脸检测
呼市人脸识别系统人脸检测在实践中要用于人脸辨认的预处理,即在图像中准确标定出人脸的方位和巨细。
从相片中找出人脸的方位,以图片左上角为坐标原点,分别记载下人脸框左上角和右下角的坐标,并将人脸部分裁剪出来。
2、人脸对齐
在实践场景中,往往前端设备抓拍获得的人脸不一定是正脸的视点,所以需要将图像中的人脸姿态进行纠正。通过人脸要害点检测得到人脸的要害点坐标,根据人脸的要害点坐标调整人脸的视点,使人脸对齐。如图,这两个脸在计算机看来,是完全不同的两张脸,因此我们需要通过一些仿射转换将脸部进行对齐。
1、仿射转换
仿射转换的功用是从二维坐标到二维坐标之间的线性转换,且坚持二维图形的“平直性”和“平行性”(直线之间的相对方位联系坚持不变,平行线经仿射转换后仍然为平行线,且直线上点的方位次序不会发生改变)。
2、对齐办法
运用操练好的模型,自动地从检测出的人脸中标记出68个特征点(landmarks),然后在模板库中寻找一个标准模板,运用仿射改变,将这个68个点与模板的68个点对齐。
3、人脸编码(提取特征向量)
通过卷积神经网络操练一个模型,将送入的模型脸部图片自动编码成一个具有一个很强语义的128维向量。
操练办法:输入一张已知身份的相片。输入一张相同身份的相片。输入一张不同身份的相片。
重复调整参数,使得步骤1和步骤2中的相片编码尽量挨近,与步骤3中的编码尽量不同。
联系电话
微信扫一扫