菏泽牡丹区人脸识别,小区门禁系统
-
面议
人脸识别系统的图像质量检测
图像质量的好坏直接影响到识别的效果,图像质量的检测功能能对即将进行比对的照片进行图像质量评估,并给出相应的建议值来辅助识别。
2012年11月,武汉公安正构建一套高人脸识别系统,建成后能在1秒钟内比对1亿次图像,瞬间可辨认嫌疑人。这套系统主要通过安装在城市道路路口、两侧以及公交车上的25万个视频探头进行图像采集。视频监控将捕捉到的人像,与后台数据中犯罪嫌疑人面部特征进行比对,可在几秒内锁定犯罪嫌疑人。这套系统将在明年3月投入实战应用。
2012年11月底,全市所有机关事业经办机构都启用人脸识别系统进行领取养老金资格建模认证工作,2013年5月底完成初次建模工作。若超过期限没有进行身份验证的离退休人员,社保管理系统将会自动停发其养老金。建模成功后,退休人员可以就近通过互联网和摄像头自行完成身份认证。
人脸识别的易变性
人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。
在人脸识别中,类的变化是应该放大而作为区分个体的标准的,而第二类的变化应该消除,因为它们可以代表同一个个体。通常称类变化为类间变化(inter-class difference),而称第二类变化为类内变化(intra-class difference)。对于人脸,类内变化往往大于类间变化,从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。
人脸识别的人脸检测
面貌检测是指在动态的场景与复杂的背景中判断是否存在面像,并分离出这种面像。一般有下列几种方法:
①参考模板法
设计一个或数个标准人脸的模板,然后计算测试采集的样品与标准模板之间的匹配程度,并通过阈值来判断是否存在人脸;
②人脸规则法
由于人脸具有一定的结构分布特征,所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸;
③样品学习法
这种方法即采用模式识别中人工神经网络的方法,即通过对面像样品集和非面像样品集的学习产生分类器;
④肤色模型法
这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。
⑤特征子脸法
这种方法是将所有面像集合视为一个面像子空间,并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。
值得提出的是,上述5种方法在实际检测系统中也可综合采用。
人脸识别的人脸跟踪
面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外,利用肤色模型跟踪也不失为一种简单而有效的手段。