人臉識(shí)別簡(jiǎn)約素雅PPT模板ppt課件.pptx

《人臉識(shí)別簡(jiǎn)約素雅PPT模板ppt課件.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、數(shù)字圖像處理人臉識(shí)別竹影軒FaceRecognitionＣｏｎｔｅｎｔ1234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)，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

2、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K．L變換展開式來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

3、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算法主要步驟及公式將m×n的人臉圖像，重新排列為m×n維的列向量則所有的訓(xùn)練圖像經(jīng)此變換后得到一組列向量：{xi}，xi∈R＾nmi=1,．．，N，其中N代表訓(xùn)練樣本集中圖像的個(gè)數(shù)。將圖像看成一隨機(jī)列向量，并通過訓(xùn)練樣本對(duì)其均值向量和協(xié)方差矩陣進(jìn)行估計(jì)。假設(shè)我們有N個(gè)樣本數(shù)據(jù){xn},每個(gè)樣本數(shù)據(jù)是D維，我們希望樣本數(shù)據(jù)映射到M

4、后的數(shù)據(jù)方差最大化。我們?cè)O(shè)低維空間的方向向量為D維單位向量u1,并且具有正交性,即u1Tu1=Ｍ＝１一個(gè)樣本數(shù)據(jù)點(diǎn)xn被映射到1維空間后就表示成了u1Txn。人臉識(shí)別的具體算法ＰＣＡ算法主要步驟及公式紅點(diǎn)代表原始數(shù)據(jù)點(diǎn)；綠點(diǎn)代表被映射到低維空間后的點(diǎn)；紫線代表映射面人臉識(shí)別的具體算法ＰＣＡ算法主要步驟及公式均值向量μ通過下式估計(jì)：協(xié)方差矩陣ST估計(jì)：則將投影變換矩陣A取為ST的前k個(gè)最大特征值對(duì)應(yīng)的特征向量。利用以下變換式對(duì)原圖像進(jìn)行去相關(guān)并降維：人臉識(shí)別的具體算法ＰＣＡ算法在人臉識(shí)別中的應(yīng)用在訓(xùn)練階段，每個(gè)已知人臉Ｒｉ映射到特征臉子空間，得到ｍ維向量：在識(shí)別階段，首先把

5、待識(shí)別圖像Ｒ映射到特征臉子空間，得到向量：區(qū)別人臉與非人臉：計(jì)算原始圖像Ｒ與其有特征空間重建的圖像Ｒｆ之間的距離?采用最小距離法對(duì)人臉進(jìn)行分類人臉識(shí)別的具體算法ＰＣＡ算法在人臉識(shí)別中的應(yīng)用123總結(jié)人臉特征穩(wěn)定性差：人臉有極強(qiáng)可塑性的三維柔性皮膚表面，會(huì)隨著表情、年齡而發(fā)生改變?？偨Y(jié)人臉識(shí)別的缺陷可靠性、安全性較低：很多人面孔之間差別非常微妙（雙胞胎）總結(jié)人臉識(shí)別的缺陷總結(jié)人臉識(shí)別的缺陷圖像的設(shè)置過程決定了人臉圖像識(shí)別系統(tǒng)必須面對(duì)不同的光照條件、視角、距離變化等非常困難的視覺問題。這些成像因素都會(huì)極大影響人臉圖像的表現(xiàn)，從而使得識(shí)別性能不夠穩(wěn)定?？偨Y(jié)人臉識(shí)別的缺陷圖像采集

6、受各種外界影響很大，因此識(shí)別性能低總結(jié)人臉識(shí)別的用途出入控制單位、公司、政府的考勤，海關(guān)用于門禁公共安全協(xié)助公安破案，如幫助公安機(jī)關(guān)進(jìn)行自動(dòng)身份識(shí)別、在機(jī)場(chǎng)、車站、碼頭等地用于可疑分子跟蹤信息安全利用人臉識(shí)別技術(shù)可以加強(qiáng)局域網(wǎng)和廣域網(wǎng)的安全性，并且可以解除必須記錄各復(fù)雜用戶名、密碼的煩惱人機(jī)交互人臉識(shí)別還可以應(yīng)用于虛擬現(xiàn)實(shí)、視頻會(huì)議等場(chǎng)合。人臉識(shí)別技術(shù)的研究涉及模式識(shí)別、計(jì)算機(jī)視覺、人工智能、圖像處理、心理學(xué)、生理學(xué)和認(rèn)知科學(xué)等多學(xué)科THANKYOU人臉識(shí)別