人脸辨识系统-PCA原理.PDFVIP

人臉辨識系統 生醫工程實驗期中報告 電機四 蕭皓祥 電機五 李威德 電機四 傅猷 人臉辨 識系統 PCA 原理 主要方法 1.樣板比對法: 目前普遍使用，把臉部的資料定點全部輸入，在與原本擁有人臉的資料做比較，資 料量很大。 2.條列式規格區列法: 定義人臉各特色區域，比較則是特色區域資料做比較，資料量較少，但會因為定義 的區域而影響比對正確度。 原理示意圖 2DPCA演算法 •  我們可以直接從training images去求得image covariance matrix 。  假設總共有M張training images ，Aj是一個 的矩 陣， 是所有training images的 平均影像  ，則covariance matrix Gt的求法如下: 人臉辨識的優勢與困難  人臉識別的優勢 人臉識別的優勢在於其自然性和不被被測個體察覺的特點。 利用紅外線採集虹膜圖像，這些特殊的採集方式很容易被人察覺，從而更有可能被偽裝 欺騙。  困難 1.不同個體之間的區別不大，所有的人臉的結構都相似，甚至人臉器官的結構外形都很相 似。這樣的特點對於利用人臉進行定位是有利的，但是對於利用人臉區分人類個體是不 利的。 2.人臉的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，人臉 的視覺圖像也相差很大。另外 ，人臉識別還受光照條件 （例如白天和夜晚，室內和室外 等）、人臉的遮蓋物（例如口罩、墨鏡、頭髮等 ）、年齡、拍攝的姿態角度等多方面因 素的影響 。 通常第一類的變化為類間變化 （inter-class difference ），第二類的為類內變化 （intra- class difference ）。對於人臉，類內變化往往大於類間變化 ，使在受類內變化干擾的情 況下利用類間變化區分個體變得異常困難。) 非 自 然 性 自 然 性 人臉辨識設備  人臉辨識系統不須利用到特別的系統來辨識，利用一般可見光(攝影機)即可。 原因如下：  1.一般可見光即可對於人臉的各個「自然性」的辨識作反光，而可收到人臉的資 訊。 P.S. 非自然性的辨識為指紋辨識或虹膜辨識。 2.可見光反射蒐集到的資訊即可作為人臉辨識的資料，比較困難的是在於收到資 料後如何作出區別性，但是在現今的機器學習的較成熟技術下，有些工程師即可 利用CNN或更具複雜功能性的LSTM即可做出區別。 人臉辨識 系統 的應用 應 用 實 例 -- 門禁/出勤系統 影像 開/關 資料匯總 後台人事出勤/管理系統 適用於 • 一般公司行號/政府機關/軍事單位 •廠房門禁管理(可配合班表) •學校/研究單位/實驗室/圖書館 •醫院 •金融機關/金庫 •重大會議 •住家及其他需門禁管理之處所 應用實例 --大樓安全監控門禁系統