人脸识别简述.pptxVIP

基于深度学习的人脸识别 组员：程俊达 李 阳 梁子轩 167214 01 | 人脸识别概述 02 | 发展历史 03 | 几类算法简介 04 | 发展现状及应用 人脸识别概述 概述 4 人脸识别简介： 近年来，随着计算机技术的迅速发展，人脸自动识别技术得到广泛研究与开发，人脸识别成为近30年里模式识别和图像处理中最热门的研究主题之一。人脸识别的目的是从人脸图像中抽取人的个性化特征，并以此来识别人的身份。一个简单的自动人脸识别系统，包括以下4个方面的内容 ：     (1)人脸检测(Detection)：即从各种不同的场景中检测出人脸的存在并确定其位置。     (2)人脸规范化(Normalization)：校正人脸在尺度、光照和旋转等方面的变化。或者叫做alignment，人脸对齐，人脸校准     (3)人脸校验(Face verification )：采取某种方式表示检测出人脸和数据库中的已知人脸，确认两张脸是否是同一个人。     (4)人脸识别(Recognition)：将待识别的人脸与数据库中的已知人脸比较，得出给你的脸是库里的谁。 概述 5 人脸识别经典流程： 5 概述 6 人脸识别比对 人脸识别建模 概述 人脸识别算法框架：人脸识别算法描述属于典型的模式识别问题，主要有在线匹配和离线学习两个过程组成。 在人脸识别中，特征的分类能力、算法复杂度和可实现性是确定特征提取法需要考虑的因素。所提取特征对最终分类结果有着决定性的 影响 。分类器所能实现的分辨率上限就是各类特征间最大可区分度。因此，人脸识别的实现需要综合考虑特征选择、特征提取和分类器设计。 概述 生物特征 生理特征 what you have? 行为特征 what you do? -人像 -DNA -虹膜 -指纹 -笔迹 -步态 -身体气味 -按键节奏 “与生俱来” “后天习惯” 人脸识别与其它生物识别技术的比较： 概述 9 生物识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、声纹、人像、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。 其中人脸识别是指人的面部五官以及轮廓的分布。这些分布特征因人而异，与生俱来。相对于其他生物识别技术，人脸识别具有非侵扰性，无需干扰人们的正常行为就能较好地达到识别效果。由于采用人脸识别技术的设备可以随意安放，设备的安放隐蔽性非常好，能远距离非接触快速锁定目标识别对象，因此人脸识别技术被国外广泛应用到公众安防系统中，应用规模庞大。 概述 人脸识别技术有快速、简便、非侵扰和不需要人的被动配合的特点 其余的人体生物特征识别技术对人们来说都是一种干扰，都需要人的被动配合。人脸识别无需干扰人们的行为，你只需要很快从一架摄像机前走过，你的面貌就已经被快速地采集和检验，所以非常简便。 在当今众多的人体生物特征识别技术中， 人脸识别技术以其实用性强、速度快、使用简单和识别精度高等特点，与其他人体生物特征识别技术相比较时占有明显的技术优势。 快速、非侵扰 准确、直观 人脸识别技术有良好的防伪、防欺诈、准确、直观、方便的特点 因为同其它人体生物特征识别技术相比较，只有人脸识别是最直观、最可靠、最准确的，因而它是优良的防伪、防欺诈的。 概述 11 　 误认率 拒认率 易用性 处理速度/人 评价 人脸识别 低 0.2 非常好 1秒 最好的生物识别技术 指纹识别 很低 5% 好 5秒 较好的生物识别技术 掌纹识别 低 5% 使用困难 5-15秒 易传染细菌，采样困难，设备昂贵 瞳孔扫描 很低 10% 需培训后使用，操作难度大 仪器对准需3-5秒，手工要5-25秒。 仪器对准价格昂贵，手工操作复杂，且不适用于隐形眼睛用者 声音识别 一般 一般 一般 3秒 可能被磁带欺骗 概述 12 发展历史 发展历史 第一阶段： 人类最早的研究 工作至少可追朔到二十世纪五十年代在心理学方面的研究和六十年代在工程学方面的研究。    有从感知和心理学角度探索人类识别人脸机理的，如美国Texas at Dallas大学的Abdi和Tool小组 ，由Stirling大学的Bruce教授和Glasgow大学的Burton教授合作领导的小组等 ；也有从视觉机理角度进行研究的，如英国的Graw小组和荷兰Groningen大学的