ZLG深度解析—人臉識別核心技術
隨著大數(shù)據(jù)時代的到來，“人臉”也將成為數(shù)據(jù)的一部分，人臉識別如何實現(xiàn)？本文將為大家從人臉檢測、人臉定位、人臉校準以及人臉對比等方面詳細闡述人臉識別的原理與實現(xiàn)方式。
隨著計算機技術以及光學成像技術的發(fā)展，集成了人工智能、機器學習、視頻圖像處理等技術的人臉識別技術也逐漸成熟。未來五年，我國人臉識別市場規(guī)模平均復合增長率將達到25％，到2021年人臉識別市場規(guī)模將達到51億元左右，具有巨大的市場需求與前景。
安防、金融是人臉識別切入細分行業(yè)較深的兩個領域，移動智能硬件終端成為人臉識別新的快速增長點。因此，這三大領域?qū)⑹侨四樧R別快速增長的最大驅(qū)動力。
2017年，我國安防行業(yè)總產(chǎn)值達到6200億，同比增長16．98％，維持強勁發(fā)展勢頭。從細分產(chǎn)業(yè)來看，視頻監(jiān)控是構建安防系統(tǒng)中的核心，在中國的安防產(chǎn)業(yè)中所占市場份額最大。而人臉識別在視頻監(jiān)控領域具有相當?shù)膬?yōu)勢，應用前景廣闊。
市面上的人臉識別解決方案也越來越多，但在系統(tǒng)框架上基本大同小異，大體框架如下圖所示：
接下來對人臉識別算法各技術點逐一進行詳細介紹，包括人臉檢測、人臉定位、人臉校準、人臉比對、人臉反欺詐以及算法優(yōu)化等。
一、人臉識別
人臉檢測算法繁多，我們采用由粗到精的高效方式，即先用計算量小的特征快速過濾大量非人臉窗口圖像，然后用復雜特征篩選人臉。這種方式能快速且高精度的檢測出正臉（人臉旋轉(zhuǎn)不超過45度）。該步驟旨在選取最佳候選框，減小非人臉區(qū)域的處理，從而減小后續(xù)人臉校準及比對的計算量。
以下為人臉檢測算法的初始化接口， 根據(jù)實際應用場景設置人臉的相關參數(shù)，包括最小人臉尺寸、搜索步長、金字塔縮放系數(shù)等：
人臉檢測實測效果如下圖所示：
在人臉檢測領域比較權威的測試集FDDB上進行評測， 100誤檢時的召回率達到85．2％， 1000誤檢時的召回率達到89．3％。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
7月22-29日立即報名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會
-
7.30-8.1火熱報名中>> 全數(shù)會2025（第六屆）機器人及智能工廠展
-
7月31日免費預約>> OFweek 2025具身智能機器人產(chǎn)業(yè)技術創(chuàng)新應用論壇
-
免費參會立即報名>> 7月30日- 8月1日 2025全數(shù)會工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
8月5日立即報名>> 【在線會議】CAE優(yōu)化設計：醫(yī)療器械設計的應用案例與方案解析
推薦專題
