人臉檢測
面貌檢測是指在動態(tài)的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設計一個或數(shù)個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規(guī)則法
由于人臉具有一定的結構分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應的規(guī)則以判斷測試樣品是否包含人臉；
③樣品學習法
這種方法即采用模式識別中人工神經網絡的方法，即通過對面像樣品集和非面像樣品集的學習產生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進行檢測。
⑤特征子臉法
這種方法是將所有面像**視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實際檢測系統(tǒng)中也可綜合采用。
主要功能特色包括：
1.靈活的系統(tǒng)擴展性
基于先進的分布式系統(tǒng)架構，支持動態(tài)擴充人臉匹配服務器，實現(xiàn)千萬級甚至億級海量人臉庫的支持。
2.**的人臉比對性能
單臺人臉匹配服務器每秒可完成 2000 萬人次實時比對，從人臉檢測到人臉識別耗時不足 200ms。在百萬人臉庫規(guī)模下，人臉比對結果前 10 位的命中率在95%以上
3.對人臉的寬容度高，具備人臉姿態(tài)矯正功能，當人臉左右上下傾斜在 25 度以內時不會影響識別結果。
支持基于可見光環(huán)境下的人臉識別，人臉識別結果受光線變化影響小。
對于人臉的變化，包括表情、胡須、眼鏡、發(fā)型、年齡等，算法均具有良好的適應性，不影響識別準確度。
4.支持移動終端
系統(tǒng)客戶端可運行在基于 Android 或 iOS 的移動終端上，可通過移動終端進行實時人臉采集與人臉比對。

操作簡單
　　系統(tǒng)正常使用時，只需要啟動設備，人臉識別通過即可正常駕駛施工升降機。

豐富的智能檢索特征
涵蓋了幾乎所有以人和車為主體的關鍵可檢索特征，是目前業(yè)界檢索特征*為豐富的視頻智能檢索系統(tǒng)。
人臉識別：業(yè)界**
1、識別率更高
比以色列face.com 人臉識別系統(tǒng)準確率高 25%比國內某知名人臉識別商用系統(tǒng)準確率高55%
2、識別速度更快
單臺服務器每秒可完成1500 萬次人臉比對在移動終端上人臉檢測幀率是 Google 的 3 倍
3、對人臉容忍度更高
人臉姿態(tài)變化30 度內可識別，60 度內可檢測人臉大小*低50 像素可識別，28 像素可檢測
4、在海量（百萬級以上）人臉庫應用場景下，人臉識別準確率高達 92%
識別率幾乎不受帽子、胡子、眼睛、發(fā)型等面部遮擋的影響。
在18-50 年齡范圍內，依舊可以保持 90%以上的識別準確率。
技術原理：
人臉識別內容
人臉識別技術包含三個部分：
(1)人臉檢測
面貌檢測是指在動態(tài)的場景與復雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設計一個或數(shù)個標準人臉的模板，然后計算測試采集的樣品與標準模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規(guī)則法
由于人臉具有一定的結構分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應的規(guī)則以判斷測試樣品是否包含人臉；
③樣品學習法
這種方法即采用模式識別中人工神經網絡的方法，即通過對面像樣品集和非面像樣品集的學習產生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進行檢測。
⑤特征子臉法
這種方法是將所有面像**視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實際檢測系統(tǒng)中也可綜合采用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進行動態(tài)目標跟蹤。具體采用基于模型的方法或基于運動與模型相結合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進行身份確認或在面像庫中進行目標搜索。這實際上就是說，將采樣到的面像與庫存的面像依次進行比對，并找出*佳的匹配對象。所以，面像的描述決定了面像識別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲若干標準面像模板或面像器官模板，在進行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關量度量進行匹配。此外，還有采用模式識別的自相關網絡或特征與模板相結合的方法。
人臉識別技術的核心實際為“局部人體特征分析”和“圖形/神經識別算法?！边@種算法是利用人體面部各器官及特征部位的方法。如對應幾何關系多數(shù)據(jù)形成識別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進行比較、判斷與確認。一般要求判斷時間低于1秒。

問：人臉識別技術小知識？
答：人臉識別技術是一種基于人臉特征信息的生物識別技術。這一系列相關技術，通常也稱為肖像識別技術，采用攝像機采集包含人臉的圖像，并自動檢測和跟蹤圖像中的人臉，從而對檢測到的人臉進行人臉檢測比較。傳統(tǒng)的人臉識別技術主要基于可見光圖像，這也是一種常見的識別方法。簡單說，這是一個讓電腦認出你的過程。
人臉識別技術主要是基于人臉圖像特征的提取和比較。面部識別系統(tǒng)搜索提取的面部圖像的特征數(shù)據(jù)并將其與存儲在數(shù)據(jù)庫中的特征模板進行匹配，并且當人臉與輸入的信息吻合時輸出匹配結果。
將待識別的人臉特征與獲取的人臉特征模板進行比較，根據(jù)人臉識別技術判斷人臉的身份信息。該過程分為兩種類型:一種是確認，即一對一的圖像比較過程，另一種是識別，即一對多的圖像匹配和比較過程。
理論的面部識別具體包含搭建人臉識別技術的一連串有關技術性，包含面部圖象收集、面部精準定位、面部識別歸一化處理、真實身份確定及其真實身份搜索等；而范疇的面部識別專指根據(jù)面部開展真實身份確定或是真實身份搜索的技術性或系統(tǒng)軟件。
http://elimstereo947.com