您的位置:主頁 > 新聞資訊 > 行業動態 >
    行業動態
    聯系我們

    吉林省優谷網絡科技有限公司

    地址:吉林省長春市南關區大馬路與上海路交匯處萬晟商務港A座738-739室

    電話:0431-87778777

    網址:http://www.ybxbo.tw

    郵箱:[email protected]

     

     

    優谷科技丨帶你探索人臉識別技術發展史


    優谷科技丨帶你探索人臉識別技術發展史


    1.什么是人臉識別技術?
    人臉識別技術,是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流,并自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉進行臉部的一系列相關技術,通常也叫做人像識別、面部識別。傳統的人臉識別技術主要是基于可見光圖像的人臉識別,這也是人們熟悉的識別方式。簡單的來說就是一個讓計算機認出你的過程。


    人臉識別技術主要是通過人臉圖像特征的提取與對比來進行的。人臉識別系統將提取的人臉圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配,通過設定一個閾值,當相似度超過這一閾值,則把匹配得到的結果輸出。將待識別的人臉特征與已得到的人臉特征模板進行比較,根據相似程度對人臉的身份信息進行判斷。

    2.人臉識別技術的發展歷程

    早在20世紀50年代,認知科學家就已著手對人臉識別展開研究。20世紀60年代,人臉識別工程化應用研究正式開啟。當時的方法主要利用了人臉的幾何結構,通過分析人臉器官特征點及其之間的拓撲關系進行辨識。這種方法簡單直觀,但是一旦人臉姿態、表情發生變化,則精度嚴重下降。
    1991年,著名的“特征臉”方法第一次將主成分分析和統計特征技術引入人臉識別,在實用效果上取得了長足的進步。這一思路也在后續研究中得到進一步發揚光大,例如,Belhumer成功將Fisher判別準則應用于人臉分類,提出了基于線性判別分析的Fisherface方法。
    由劍橋人臉數據集的特征分解獲得的前四個特征向量

    21世紀的前十年,隨著機器學習理論的發展,學者們相繼探索出了基于遺傳算法、支持向量機(Support Vector Machine, SVM)、boosting、流形學習以及核方法等進行人臉識別。 2009年至2012年,稀疏表達(Sparse Representation)因為其優美的理論和對遮擋因素的魯棒性成為當時的研究熱點。
    與此同時,業界也基本達成共識:基于人工精心設計的局部描述子進行特征提取和子空間方法進行特征選擇能夠取得最好的識別效果。Gabor及LBP特征描述子是迄今為止在人臉識別領域最為成功的兩種人工設計局部描述子。這期間,對各種人臉識別影響因子的針對性處理也是那一階段的研究熱點,比如人臉光照歸一化、人臉姿態校正、人臉超分辨以及遮擋處理等。也是在這一階段,研究者的關注點開始從受限場景下的人臉識別轉移到非受限環境下的人臉識別。LFW人臉識別公開競賽在此背景下開始流行,當時最好的識別系統盡管在受限的FRGC測試集上能取得99%以上的識別精度,但是在LFW上的最高精度僅僅在80%左右,距離實用看起來距離頗遠。


    2013年,MSRA的研究者首度嘗試了10萬規模的大訓練數據,并基于高維LBP特征和Joint Bayesian方法在LFW上獲得了95.17%的精度。這一結果表明:大訓練數據集對于有效提升非受限環境下的人臉識別很重要。然而,以上所有這些經典方法,都難以處理大規模數據集的訓練場景。
    2014年前后,隨著大數據和深度學習的發展,神經網絡重受矚目,并在圖像分類、手寫體識別、語音識別等應用中獲得了遠超經典方法的結果。香港中文大學的Sun Yi等人提出將卷積神經網絡應用到人臉識別上,采用20萬訓練數據,在LFW上第一次得到超過人類水平的識別精度,這是人臉識別發展歷史上的一座里程碑。
    自此之后,研究者們不斷改進網絡結構,同時擴大訓練樣本規模,將LFW上的識別精度推到99.5%以上。如表1所示,我們給出了人臉識別發展過程中一些經典的方法及其在LFW上的精度,一個基本的趨勢是:訓練數據規模越來越大,識別精度越來越高。
    3.人臉識別技術的主要用途


    (1)人臉識別技術應用于鐵路安防系統

    隨著技術的進步,人員組織的不斷復雜化,鐵路安全形勢不斷面臨新的挑戰。火車票實名制有效阻止了不法分子進入車站,但是,目前鐵路客運安全檢查,基本還是靠安檢員來檢查票、證、人是否一致,而證件照片往往是多年前的照片,安檢員很難辨認,辨別度很低。而人臉識別技術,準確度高、便捷性好,運用于鐵路安防系統,將極大的提高安防系統,強化通關,讓不法分子無空子可鉆。另外,人臉識別技術還能助力強化追溯,支持在超大的人像庫中定位查找對象,這將有力協助公安部門偵破案件,或抓捕在逃案犯。
    (2)人臉識別技術應用于教育領域
    近年來,從中考、高考等升學考試,到執業資格、晉級升職等等考試,均不同程度地出現了替考現象,而利用人臉識別技術實現證件內照片特征和實時人臉照片特征比對識別,辨別考生身份,可防止考場替考現象的發生。人臉識別技術還可應用于校園,能有效地對進入校園的可疑人員做到預警。


    (3)人臉識別技術推進于智能城市建設
    隨著人類社會的不斷發展,未來城市將承載越來越多的人口,為實現城市可持續發展,建設智慧城市已成為當今世界城市發展不可逆轉的歷史潮流。而在智慧城市的建設過程中,需注重對信息的結構化存儲、分析挖掘,人臉的結構化云識別儲存是構建整個智慧城市基礎數據之一,是智慧城市云儲存體系中的不可或缺的一部分。通過智慧城市的高速數據傳輸鏈及結構化的數據篩選,可將人臉大數據與智慧城市中其它的大數據之間碰撞出火花,更加凸顯出人臉識別“用”的價值。



    如今,人臉識別技術不再僅僅局限在考勤、門禁行業的簡單應用,而是憑借其人臉的唯一匹配性以及安全優勢,受到高安全性環境應用領域的青睞。而廈門云脈技術近年來致力于人臉識別核心技術的研發與產品化,并推動其與各行業相結合,依托自研的人臉識別算法以及成熟的OCR識別技術,為切實解決不同行業難題,推出了不同的人臉識別解決方案。云脈人臉識別技術識別速度快,精度高,不受一些化妝、眼鏡等因素影響。




    COPYRIGHT © 2018 吉林省優谷網絡科技有限公司 版權所有 吉ICP備17000340號-1

    沙巴体育游戏 三分彩计划网页版 四川快乐12开奖结果走势图彩经网 河北时时走势图开奖 福彩快乐12开奖查 3d福彩近十期开机号试机号 gt时时地址 新疆时时彩开奖号码查询 湖北福彩快三百宝彩 香港哪里有赛马投注站 新时时一星投注技巧