400-006-0309

010-64484490

人脸识别系统人脸识别算法分类

时间:2020-07-02来源:慧美华体会官网编辑:慧美科技 点击:

人脸识别算法的原理:系统输入一般是一张或许一系列含有未确定身份的人脸图画,以及人脸数据库中的若干已知身份的人脸图象或许相应的编码,而其输出则是一系列类似度得分,标明待识别的人脸的身份。
人脸识别算法的分类按照不同方式可分为一下两种
(一)二维
人脸识别法首要集中在二维图画方面,二维人脸识别首要使用散布在人脸上从低到高80个节点或标点,通过测量眼睛、颧骨、下巴等之间的间距来进行身份认证。人脸识别算法首要有:
1.根据模板匹配的办法:模板分为二维模板和三维模板,中心思维:使用人的脸部特征规律树立一个立体可调的模型结构,在定位出人的脸部位置后用模型结构定位和调整人的脸部特征部位,处理人脸识别过程中的调查角度、遮挡和表情改动等因素影响。
2.根据奇特值特征办法:人脸图画矩阵的奇特值特征反映了图画的本质属性,能够使用它来进行分类识别。
3.子空间剖析法:因其具有描述性强、计算价值小、易实现及可分性好等特色,被广泛地使用于人脸特征提取,成为了当前人脸识别的主流办法之一。
 



4.局部保持投影(Locality Preserving Projections,LPP)是一种新的子空间剖析办法,它是非线性办法Laplacian Eigen map的线性近似,既处理了PCA等传统线性办法难以保持原始数据非线性流形的缺陷,又处理了非线性办法难以获得新样本点低维投影的缺陷。
5.主成分剖析(PCA)
PCA模式识别范畴一种重要的办法,已被广泛地使用于人脸识别算法中,根据PCA人脸识别系统在使用中面对着一个重要障碍:增量学习问题。增量PCA算法由新增样本重构为重要 PCS,但该办法跟着样本的增加, 需要不断舍弃一些不重要PC,以保持子空间维数不变, 因此该办法精度稍差。
6.其他办法:弹性匹配办法、特征脸法(根据KL改换)、人工神经网络法、支撑向量机法、根据积分图画特征法(adaboost学习)、根据概率模型法。
(二)三维
二维人脸识别办法的缺乏是在面对姿势、光照条件不同、表情改动以及脸部化装等方面较为软弱,识别的准确度受到很大约束,而这些都是人脸在天然状态下会随时表现出来的。三维人脸识别能够极大的进步识别精度,真实的三维人脸识别是使用深度图画进行研究,自90年代初期开端,已经有了一定的进展。三维人脸识别办法有:
1.根据图画特征的办法:采取了从3D结构中别离出姿势的算法。首要匹配人脸全体的尺寸概括和三维空间方向;然后,在保持姿势固定的情况下,去作脸部不同特征点(这些特征点是人工的辨别出来)的局部匹配。
2.根据模型可变参数的办法:使用将通用人脸模型的3D变形和根据距离映射的矩阵迭代小相结合,去康复头部姿势和3D人脸。跟着模型形变的关联联系的改动不断更新姿势参数,重复此过程直到标准达到要求。根据模型可变参数的办法与根据图画特征的办法的区别在于:后者在人脸姿势每改动一次后,需要重新搜索特征点的坐标,而前者只需调整3D变形模型的参数。
按机理分类
1.根据人脸特征点的识别算法(feature-based recognition algorithms)。
2.根据整幅人脸图画的识别算法(appearance-based recognition algorithms)。
3.根据模板的识别算法(template-based recognition algorithms)。
4.使用神经网络进行识别的算法(recognition algorithms using neural network)。
5.使用支撑向量机进行识别的算法(recognition algorithms using SVM)。
 

感谢您的关注,详细产品内容,可拨打华体会官网客服电话:010-64484490进行资询。更多资讯,敬请扫码关注我企业微信公众号:

解决方案

校园一卡通方案

企业一卡通方案

园区一卡通方案

停车场管理方案

访客管理系统方案

京ICP备14045977号-2 Copyright@2013华体会官网

在线咨询
扫一扫

全国服务热线
010-64484490
 13601076290

返回顶部
XML 地图 | Sitemap 地图