人臉識(shí)別課件

1、人臉識(shí)別 Artificial Intelligence & Face Recognition定義 人臉識(shí)別是基于計(jì)算機(jī)圖像處理技術(shù)和生物特征識(shí)別技術(shù)，提取圖像或視頻中的人像特征信息，并將其與已知人臉進(jìn)行比對(duì)，從而識(shí)別每個(gè)人的身份。它集成了人工智能、機(jī)器學(xué)習(xí)、模型理論、視頻圖像處理等多樣專業(yè)技術(shù)。 隨著智能手機(jī)的快速普及，可以通過手機(jī)鏡頭在手機(jī)上做基于人臉識(shí)別的身份注冊(cè)、認(rèn)證、登錄等，使身份認(rèn)證進(jìn)程更安全、方便。由于人臉比指紋等視覺辨識(shí)度更高，所以刷臉的應(yīng)用前景更廣闊。目錄 / Contents01人臉識(shí)別 . 應(yīng)用02人臉圖像 . 預(yù)處理03人臉圖像 . 特征檢測(cè)04人臉圖像 . 匹配與識(shí)別

2、01人臉識(shí)別 . 應(yīng)用1應(yīng)用場(chǎng)景電商網(wǎng)站，刷臉支付學(xué)校宿舍，刷臉進(jìn)門 當(dāng)前主要是通過掃描或者復(fù)印身份證信息，人工比對(duì)身份證照片。掃描或復(fù)印身份證只是作為備案，并不能有效核實(shí)身份證真?zhèn)?。要確保是采用真實(shí)身份證辦理業(yè)務(wù)，必須有某種技術(shù)手段對(duì)辦事人提供的身份證進(jìn)行查驗(yàn)。身份證查驗(yàn)，證據(jù)留存02人臉圖像 . 預(yù)處理預(yù)處理是人臉識(shí)別過程中的一個(gè)重要環(huán)節(jié)。輸入圖像由于采集環(huán)境的不同，可能收到光照，遮擋的影響得到的樣圖是有缺陷的。2圖像預(yù)處理灰度化幾何變換圖像增強(qiáng)歸一化將彩色圖像轉(zhuǎn)換為灰度圖，其中有三種方法：最大值法、平均值法、以及加權(quán)平均法。通過平移、轉(zhuǎn)置、鏡像、旋轉(zhuǎn)、縮放等幾何變換對(duì)采集的圖像進(jìn)行處理，

3、用于改正圖像采集系統(tǒng)的系統(tǒng)誤差。 圖像增強(qiáng)是為了改善人臉圖像的質(zhì)量，在視覺上更加清晰圖像，使圖像更利于識(shí)別。 歸一化工作的目標(biāo)是取得尺寸一致，灰度取值范圍相同的標(biāo)準(zhǔn)化人臉圖像。2灰度化最大值法平均值法加權(quán)平均將彩色圖像中的三分量亮度的最大值作為灰度圖的灰度值。這種方法轉(zhuǎn)化的灰度圖亮度較高。 F(i,j) = max(R(i,j), G(i,j), B(i,j)將彩色圖像中的三分量亮度求平均得到一個(gè)灰度值。這種方法得到的灰度圖比較柔和。 F(i,j) = (R(i,j), G(i,j), B(i,j)/3將彩色圖像中的三分量亮度按權(quán)值計(jì)算得到一個(gè)灰度值。這種方法得到的灰度圖效果最好。F(i,j)

4、 = (WRR(i,j), WGG(i,j), WBB(i,j)/3 將彩色圖像轉(zhuǎn)化為灰度圖像的過程是圖像的灰度化處理。彩色圖像中的每個(gè)像素的顏色由R，G，B三個(gè)分量決定，而每個(gè)分量中可取值0-255，像素點(diǎn)的顏色變化范圍太大。而灰度圖像是R，G，B三個(gè)分量相同的一種特殊的彩色圖像，會(huì)大大減少后續(xù)的計(jì)算量。2灰度變換方法g（x，y）= T f（x，y）f（x，y）是輸入圖像，g（x，y）是處理后的圖像，T是在點(diǎn)（x，y）鄰域上定義的關(guān)于f 的一種算子。左圖是一張進(jìn)行灰度變換的灰度圖，從圖像的左上角開始，以水平掃描的方式逐像素地處理，將原圖灰度翻轉(zhuǎn)。matlab當(dāng)中常用的灰度變換函數(shù)是： ima

5、djust(I,low_in; high_in,low_out; high_out,gamma)2幾何變換 目的：通過適當(dāng)?shù)膸缀巫儞Q，消除幾何因素（視角，方位等）造成的圖像外觀變化。圖像平移圖像轉(zhuǎn)置圖像旋轉(zhuǎn)圖像縮放定義：圖像空間變化，將一幅圖的坐標(biāo)位置映射到另一幅圖像中的新坐標(biāo)上。2圖像增強(qiáng) 原理：對(duì)數(shù)變換可以將圖像的低灰度值部分?jǐn)U展，顯示出低灰度部分更多的細(xì)節(jié)，將其高灰度值部分壓縮，減少高灰度值部分。原理：主要用于圖像的校正，將灰度過高或者灰度過低的圖片進(jìn)行修正，增強(qiáng)對(duì)比度。原理：將原始圖像的灰度圖從比較集中的某個(gè)灰度區(qū)間均勻分布在整個(gè)灰度空間中，實(shí)現(xiàn)對(duì)圖像的非線性拉伸，重新分配像素值。原理

6、：利用圖像的二次微分對(duì)圖像進(jìn)行蛻化，在圖像領(lǐng)域中微分是銳化，積分是模糊，即利用鄰域像素提高對(duì)比度。直方圖均衡化拉普拉斯算子Log變換伽馬變換2歸一化所謂圖像歸一化, 就是通過一系列變換, 將待處理的原始圖像轉(zhuǎn)換成相應(yīng)的唯一標(biāo)準(zhǔn)形式(該標(biāo)準(zhǔn)形式圖像對(duì)平移、旋轉(zhuǎn)、縮放等仿射變換具有不變特性)。 什么是歸一化？使不同成像條件（光照強(qiáng)度，方向，距離，姿勢(shì)等）下拍攝的同一個(gè)人的照片具有一致性。圖像可以抵抗幾何變換的攻擊，也就是轉(zhuǎn)換成唯一的標(biāo)準(zhǔn)形式以抵抗仿射變換。為什么歸一化？線性歸一化歸一化的方法有哪些？也稱min-max標(biāo)準(zhǔn)化；是對(duì)原始數(shù)據(jù)的線性變換，使得結(jié)果值映射到0,1之間。缺點(diǎn)：如果max和min不穩(wěn)定的時(shí)候，很容易使得歸一化的結(jié)果不穩(wěn)定，影響后續(xù)使用效果。標(biāo)準(zhǔn)差歸一化非線性歸一化03人臉圖像 . 特征檢測(cè)獲得好的特征是識(shí)別成功的關(guān)鍵3特征檢測(cè)算法 尺度不變特征提?。⊿IFT）方向梯度直方圖（ HOG ） 神經(jīng)網(wǎng)絡(luò)特征提取Haar-like特征CNN特征提取04人臉圖像 . 匹配與識(shí)別提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過設(shè)定一個(gè)閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出。根據(jù)相似程度對(duì)人臉的身份信息進(jìn)行判斷。這一過程又分為兩類：一類是確認(rèn)（1：1）另一類