人臉識(shí)別教程文件.pptx

《人臉識(shí)別教程文件.pptx》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、人臉識(shí)別換臉游戲數(shù)字圖像處理·人臉識(shí)別計(jì)算機(jī)學(xué)院166141105陳冬熊孩子一臉的生無(wú)可戀，大朋友玩得好high人臉識(shí)別還有精度較高等優(yōu)點(diǎn)。鑒于人臉識(shí)別技術(shù)在個(gè)人身份鑒定方面的眾多優(yōu)點(diǎn)，這項(xiàng)技術(shù)可以在很多領(lǐng)域得到應(yīng)用：視頻監(jiān)視系統(tǒng)：例如在機(jī)場(chǎng)、體育場(chǎng)等公共場(chǎng)所對(duì)人群進(jìn)行監(jiān)視，以達(dá)到身份識(shí)別的目的。1公安刑偵破案：通過(guò)查詢?nèi)讼駭?shù)據(jù)尋找數(shù)據(jù)庫(kù)中是否存在重點(diǎn)人口基本信息。例如在機(jī)場(chǎng)或車站安裝系統(tǒng)以抓捕在逃案犯。加強(qiáng)交通管制；確認(rèn)身份證、護(hù)照等證件的真?zhèn)?；?yàn)證各類信用卡的持卡人身份。2門禁系統(tǒng)：受安全保護(hù)的地區(qū)可以通過(guò)人臉識(shí)別辨識(shí)試圖進(jìn)入者的身份，高檔小區(qū)的門禁系統(tǒng)以及家庭安保系統(tǒng)。

2、3網(wǎng)絡(luò)應(yīng)用：利用人臉識(shí)別系統(tǒng)確認(rèn)信用卡網(wǎng)絡(luò)支付，以防止盜用信用卡等。4Ｃｏｎｔｅｎｔ1234人臉識(shí)別的定義（Definition）人臉識(shí)別的組成（Component）人臉識(shí)別具體算法（Algorithm）總結(jié)（Summary）人臉特征提取與識(shí)別的方法（Function）5人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。人臉識(shí)別的定義特指利用分析比較的計(jì)算機(jī)技術(shù)。人臉識(shí)別是一項(xiàng)熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域，人臉追蹤偵測(cè)，

3、自動(dòng)調(diào)整影像放大，夜間紅外偵測(cè)，都會(huì)用到人臉識(shí)別的組成圖像采集圖像預(yù)處理特征提取匹配與識(shí)別一個(gè)完整的人臉識(shí)別系統(tǒng)包括人臉檢測(cè)與定位、人臉特征提取、分類識(shí)別等人臉特征提取與識(shí)別的方法基于幾何特征的方法人臉由眼睛、鼻子、嘴巴、下巴等部件構(gòu)成,正因?yàn)檫@些部件的形狀、大小和結(jié)構(gòu)上的各種差異才使得世界上每個(gè)人臉千差萬(wàn)別,因此對(duì)這些部件的形狀和結(jié)構(gòu)關(guān)系的幾何描述,可以做為人臉識(shí)別的重要特征.基于特征臉的方法它根據(jù)一組人臉訓(xùn)練圖像構(gòu)造主元子空間,由于主元具有臉的形狀,也稱為特征臉。識(shí)別時(shí)將測(cè)試圖像投影到主元子空間上,得到一組投影系數(shù),和各個(gè)已知人的人臉圖像比較進(jìn)行識(shí)別。特征臉?lè)椒ㄊ且环N簡(jiǎn)單

4、、快速、實(shí)用的基于變換系數(shù)特征的算法,但由于它在本質(zhì)上依賴于訓(xùn)練集和測(cè)試集圖像的灰度相關(guān)性,而且要求測(cè)試圖像與訓(xùn)練集比較像,所以它有著很大的局限性?；趶椥阅Ｐ偷姆椒◤椥云ヅ浞椒ǖ乃枷胧菍⑷四樕系囊恍┨卣鼽c(diǎn)作為基準(zhǔn)點(diǎn)構(gòu)成彈性圖，每個(gè)基準(zhǔn)點(diǎn)存儲(chǔ)一串具有代表性的特征矢量，采用分級(jí)結(jié)構(gòu)的彈性圖，去除一些冗余節(jié)點(diǎn)，形成稀疏的人臉描述結(jié)構(gòu)。通過(guò)測(cè)試樣本和特征樣本的彈性匹配來(lái)完成識(shí)別。但是，基于彈性圖匹配的識(shí)別系統(tǒng)的主要缺點(diǎn)是對(duì)每個(gè)存儲(chǔ)的人臉需要計(jì)算其模型圖，因此計(jì)算復(fù)雜，存儲(chǔ)量大。局部特征方法主元子空間的表示是緊湊的,特征維數(shù)大大降低,但它是非局部化的,其核函數(shù)的支集擴(kuò)展在整個(gè)坐標(biāo)空間

5、中,同時(shí)它是非拓?fù)涞?某個(gè)軸投影后臨近的點(diǎn)與原圖像空間中點(diǎn)的臨近性沒(méi)有任何關(guān)系,而局部性和拓?fù)湫詫?duì)模式分析和分割是理想的特性,似乎這更符合神經(jīng)信息處理的機(jī)制,因此尋找具有這種特性的表達(dá)十分重要.這種方法構(gòu)成FaceIt人臉識(shí)別軟件的基礎(chǔ)。神經(jīng)網(wǎng)絡(luò)方法人工神經(jīng)網(wǎng)絡(luò)(ANN)方法是把模式的統(tǒng)計(jì)特性隱含在網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)之中。對(duì)于人臉這類復(fù)雜的、難以顯示描述的模式，基于ANN的方法具有獨(dú)特的優(yōu)勢(shì)。人工神經(jīng)網(wǎng)絡(luò)是由多個(gè)神經(jīng)元按照一定的排列順序構(gòu)成的，是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，其特色是信息的分布式存儲(chǔ)和并行協(xié)同處理。神經(jīng)網(wǎng)絡(luò)方法在人臉識(shí)別上的應(yīng)用比起前述幾類方法來(lái)有一定的優(yōu)勢(shì),因?yàn)閷?duì)人臉識(shí)

6、別的許多規(guī)律或規(guī)則進(jìn)行顯性的描述是相當(dāng)困難的,而神經(jīng)網(wǎng)絡(luò)方法則可以通過(guò)學(xué)習(xí)的過(guò)程獲得對(duì)這些規(guī)律和規(guī)則的隱性表達(dá),它的適應(yīng)性更強(qiáng),一般也比較容易實(shí)現(xiàn).支持向量機(jī)(SVW)的方法近年來(lái)，支持向量機(jī)是統(tǒng)計(jì)模式識(shí)別領(lǐng)域的一個(gè)新熱點(diǎn)，支持向量機(jī)主要解決的是一個(gè)兩分類問(wèn)題，它的基本思想是試圖把一個(gè)低維的線性不可分的問(wèn)題轉(zhuǎn)化成一個(gè)高維的線性可分的問(wèn)題。實(shí)驗(yàn)結(jié)果表明支持向量機(jī)有較好的識(shí)別率。人臉識(shí)別的具體算法基于線性子空間分析的人臉特征提取——主成分分析方法(PCA)123ＰＣＡ算法簡(jiǎn)介ＰＣＡ算法的主要步驟ＰＣＡ在人臉識(shí)別中的應(yīng)用是模式識(shí)別領(lǐng)域中一種重要的特征提取方法，該方法通過(guò)K．L變換展

7、開式來(lái)提取樣本的主要特征。由于它保留了原向量在其協(xié)方差矩陣最大特征值對(duì)應(yīng)的特征向量方向上的投影一主分量(PrincipalComponents)，所以稱為主成分分析。人臉識(shí)別的具體算法ＰＣＡ算法簡(jiǎn)介利用較少數(shù)據(jù)的特征對(duì)樣本進(jìn)行描述以達(dá)到降低特征空間維數(shù)的目的，根據(jù)樣本點(diǎn)在多維空間的位置分布，以樣本點(diǎn)在空間中變化最大方向，即方差最大方向，作為差別矢量來(lái)實(shí)現(xiàn)數(shù)據(jù)的特征提取。主成分分析（Principal?Component?Analysis，簡(jiǎn)稱PCA）ＰＣＡ算法核心思想人臉識(shí)別的具體算法ＰＣＡ算法主要步驟