人脸识别技术简介.ppt

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

人脸识别系统简介

目录

引言

人脸识别技术的根本原理

人脸识别系统简介

国际上人脸识别技术的开展趋势

总结

引言〔I〕

基于生物特征的身份认证(Biometrics):

通过计算机利用人体所固有的生理特征或行为特征来进行个人身份识别认证。

生物特征=生理特征+行为特征

生理特征(whatyouare?)

与生俱来,如DNA、脸像、指纹等

行为特征(whatyoudo?)

后天习惯形成,如笔迹、步态等

不易遗忘或丧失、不易伪造或被盗、随身携带……

4

摄像机高度H

到被摄人的距离D

θ°

身高h

脸中心大约离地

高度f

俯角

视频监控:

引言〔II〕:

人脸识别技术:

通过计算机利用每人所固有的人脸特征来进行个人身份识别认证的技术。

1、最自然、最友好,易接受;

2、采集设备本钱很低,容易采集;

3、普遍性好,人人都有。

人脸识别系统分类:

识别〔identification〕:这是谁?

1对多比对,从计算机存储的人脸图像库中找出与输入人脸图像相似的假设干图像。

验证〔verification〕:这是否是某人?

1对1比对,确认给定的人脸图像是否为某人的人脸图像。

监控〔watchlist〕:这是否为要找的人?

识别+验证,确认给定的人脸图像是否在监控名单中,如果在,还必须确定该人身份。

人脸识别系统的评价指标:

识别:这是谁?

N选累积识别率:前N候选中包含正确结果的几率。

验证:这是否是某人?

错误接受率〔FAR〕:违冒样本被错误接受的几率;

错误拒绝率〔FRR〕:真实样本被错误拒绝的几率;

等错误率〔EER〕或加权错误率〔WER〕。

监控:这是否为要找的人?

FAR:输入图象没有监控名单中的人脸时错误报警的几率;

N选累积侦测率:输入图像包含监控名单中的人脸时输

出的前N候选中包含正确结果的几率。

目录

引言

人脸识别技术的根本原理

人脸识别系统简介

国际上人脸识别技术的开展趋势

总结

计算机模式识别的根本原理:

未知样本

特征

比对

识别过程

训练过程

主要问题是样本的变化引起特征抽取和比对的困难。

人脸识别问题的困难性:

不同人的人脸图象具有相似的结构,相同人的人脸图象受各种变化因素的影响很大。

1、采集设备

2、表情

3、饰物

4、发型

5、姿态

6、光照

7、年龄

……

多姿态人脸检测结果例如:

多姿态人脸检测结果例如:

目录

引言

人脸识别技术的根本原理

人脸识别系统简介

国际上人脸识别技术的开展趋势

总结

14

人脸识别系统简介:

摄像机

结果输出

根底产品形式:

1、形式一:

前端采集

+

结果输出

摄像机

前端采集

2、形式二:

15

人脸识别系统简介:

定制化的人脸监控平台:

以根本形式为根底,根据各个行业不同需要进行定制化开发。

16

提供快速查找录像的手段,提高工作效率;

人脸黑名单报警,防患于未然。

宾馆

网吧

车站安检口

售票窗口

银行柜台

小区出入口

刷卡信息与现场视频做标签绑定;

通过证件条件查询录像;

身份证信息黑名单布控;

人脸正面图片1:1、1:N比对。

刷卡者长什么样?是否是本人?周围还有些什么人?

人脸识别系统简介:

现有应用平台:

1、针对平安城市建设的卡视联动平台

17

人脸识别系统简介:

现有应用平台:

2、针对平安城市建设以人脸监控为根底的人员卡口平台

政务部门

小区

金融

学校

通过人脸图片快速回放录像,提高工作效率;

人脸黑名单报警,防患于未然。

人脸检测、识别与验证;

生成图片标签索引;

片段录像快速回放。

目录

引言

人脸识别技术的根本原理

人脸识别系统简介

国际上人脸识别技术的开展趋势

总结

19

国际上人脸识别技术的开展趋势:

传统的2D人脸识别方法在限定性条件下得到了一些推广应用,但在相对复杂的环境下还无法满足使用要求:

大的姿态变化、户外光照变化、大的年龄变化。

在不影响人脸识别技术应用方便性的前提下,通过传感器技术的开展及算法的配合,在一次拍摄的情况下获取多种生物特征,通过多模生物特征融合的方法提高人脸识别的准确率:

欧盟的3DFace工程

美国NIST组织的MBGC工程

20

欧盟的3DFace工程:

工程背景:

欧盟各个国家的电子护照都包含人脸照片;

针对出入境自助检查,进一步提高人脸识别技术的性能。

工程

21

3DFace工程总结:

开发能够同时采集3D和高清2D人脸数据的传感器;

在算法层面上通过普通人脸识别算法、高清人脸识别算法和3D人脸识别算法的多算法融合来提高人脸识别技术的精度。

22

美国NIST组织的MBGC工程:

MBGC(MultipleBiometricGrandChallenge)的主要目的:研究与实际应用环境相关的人脸和虹膜

文档评论(0)

199****8042 + 关注
实名认证
内容提供者

相信自己,相信明天

1亿VIP精品文档

相关文档