《識(shí)別人臉的技術(shù)》閱讀答案

識(shí)別人臉的技術(shù)》閱讀答案篇一：人臉識(shí)別主要技術(shù)特征人臉識(shí)別主要技術(shù)特征一、人臉識(shí)別算法：人臉識(shí)技術(shù)中被廣泛采用的區(qū)域特征分析算法，它融合了計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理于一體，利用計(jì)算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型，即人臉特征模板。利用己建成的人臉特征模板與被測(cè)者的人的面像進(jìn)行特征分析，根據(jù)分析的結(jié)果來(lái)給出一個(gè)相似值。通過(guò)這個(gè)值即可確定是否為同一人。二、人臉捕獲與跟蹤功能：人臉捕獲是指在一幅圖像或視頻流的一幀中檢測(cè)出人像并將人像從背景中分離出來(lái)，并自動(dòng)地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)指定的人像在攝像頭拍攝的范圍內(nèi)移動(dòng)時(shí)自動(dòng)地對(duì)其進(jìn)行跟蹤。三、人臉識(shí)別比對(duì)：人臉識(shí)別分核實(shí)式和搜索式二種比對(duì)模式。核實(shí)式是對(duì)指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫(kù)中已登記的某一對(duì)像作比對(duì)核實(shí)確定其是否為同一人。搜索式的比對(duì)是指，從數(shù)據(jù)庫(kù)中已登記的所有人像中搜索查找是否有指定的人像存在。四、人臉的建模與檢索：可以將登記入庫(kù)的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫(kù)中。在進(jìn)行人臉?biāo)阉鲿r(shí)（搜索式），將指定的人像進(jìn)行建模，再將其與數(shù)據(jù)庫(kù)中的所有人的模板相比對(duì)識(shí)別，最終將根據(jù)所比對(duì)的相似值列出最相似的人員列表。五、真人鑒別功能：系統(tǒng)可以識(shí)別得出攝像頭前的人是一個(gè)真正的人還是一幅照片。以此杜絕使用者用照片作假。此項(xiàng)技術(shù)需要使用者作臉部表情的配合動(dòng)作。六、圖像質(zhì)量檢測(cè)：圖像質(zhì)量的好壞直接影響到識(shí)別的效果，圖像質(zhì)量的檢測(cè)功能能對(duì)即將進(jìn)行比1/8對(duì)的照片進(jìn)行圖像質(zhì)量評(píng)估，并給出相應(yīng)的建議值來(lái)輔助識(shí)別。篇二：時(shí)代光華《E-Learning技術(shù)》課后答案時(shí)代光華《E-Learning技術(shù)》課后答案課程學(xué)習(xí)?課程評(píng)估課后測(cè)試課后測(cè)試如果您對(duì)課程內(nèi)容還沒(méi)有完全掌握，可以點(diǎn)擊這里再次觀(guān)看。觀(guān)看課程測(cè)試成績(jī)：100.0分。恭喜您順利通過(guò)！單選題.E-Learning應(yīng)用平臺(tái)的核心是:VABCD知識(shí)管理系統(tǒng)學(xué)習(xí)社區(qū)考試系統(tǒng)學(xué)習(xí)管理系統(tǒng)正確答案：D.下列學(xué)習(xí)管理系統(tǒng)中，屬于非正式學(xué)習(xí)的是：VABCD課程直播系統(tǒng)知識(shí)庫(kù)系統(tǒng)在線(xiàn)學(xué)習(xí)系統(tǒng)考試系統(tǒng)正確答案：B.下列選項(xiàng)中，不屬于學(xué)習(xí)技術(shù)體系基礎(chǔ)設(shè)施的是：VAB軟件硬件2/8CE-Learning應(yīng)用平臺(tái)D網(wǎng)絡(luò)正確答案：C.在線(xiàn)考試系統(tǒng)題庫(kù)的公共標(biāo)準(zhǔn)是：VAQTT標(biāo)準(zhǔn)BSCORM標(biāo)準(zhǔn)CISO標(biāo)準(zhǔn)DGB/T標(biāo)準(zhǔn)正確：A多選題.學(xué)習(xí)管理系統(tǒng)中常見(jiàn)的角色包括：VA學(xué)習(xí)者BIIR經(jīng)理C培訓(xùn)管理員D課程管理員正確答案：ABCD.下列選項(xiàng)中，屬于在線(xiàn)學(xué)習(xí)社區(qū)的輔助應(yīng)用的是A微博/博客B輔助知識(shí)庫(kù)建設(shè)C輔助培訓(xùn)項(xiàng)目D輔助'業(yè)務(wù)應(yīng)用正確答案：ABCD.關(guān)于虛擬教室系統(tǒng)，下列表述正確的是：VA虛擬教室系統(tǒng)又稱(chēng)同步教學(xué)系統(tǒng)B能夠通過(guò)網(wǎng)絡(luò)提供遠(yuǎn)程師生同步授課VC以視頻傳輸為主D能夠滿(mǎn)足語(yǔ)音、視頻、PPT講義、文字等的同步交流正確答案：ABD3/8判斷題.人力資源管理方向是學(xué)習(xí)管理的最佳狀態(tài)。此種說(shuō)法：V正確錯(cuò)誤正確答案：錯(cuò)誤.學(xué)習(xí)管理系統(tǒng)的模塊化是小范圍的功能的實(shí)現(xiàn)。此種說(shuō)法：V正確錯(cuò)誤正確答案：錯(cuò)誤.會(huì)議型的虛擬教室系統(tǒng)以授課為主，屬于典型的課堂型結(jié)構(gòu)。此種說(shuō)法：正確錯(cuò)誤正確答案：錯(cuò)誤V篇三：人臉識(shí)別技術(shù)綜述作業(yè)人臉識(shí)別技術(shù)綜述教師：姓名：學(xué)號(hào)：人臉識(shí)別技術(shù)綜述一、人臉識(shí)別發(fā)展人臉識(shí)別技術(shù)是生物識(shí)別技術(shù)的一種，它結(jié)合了圖像處理、計(jì)算機(jī)圖形學(xué)、模式識(shí)別、可視化技術(shù)、人體生理學(xué)、認(rèn)知科學(xué)和心理學(xué)等多個(gè)研究領(lǐng)域。從二十世紀(jì)六十年代末至今，人臉識(shí)別算法技術(shù)的發(fā)展共經(jīng)歷了如下四個(gè)階段：1、基于簡(jiǎn)單背景的人臉識(shí)別這是人臉識(shí)別研究的初級(jí)階段。通常利用人臉器官的局部特征來(lái)描述人臉。但由于人臉器官?zèng)]有顯著的邊緣且易受到表情的影響,4/8因此它僅限于正面人臉（變形較?。┑淖R(shí)別。2、基于多姿態(tài)/表情的人臉識(shí)別這是人臉識(shí)別研究的發(fā)展階段。探索能夠在一定程度上適應(yīng)人臉的姿態(tài)和表情變化的識(shí)別方法，以滿(mǎn)足人臉識(shí)別技術(shù)在實(shí)際應(yīng)用中的客觀(guān)需求。3、動(dòng)態(tài)跟蹤人臉識(shí)別這是人臉識(shí)別研究的實(shí)用化階段。通過(guò)采集視頻序列來(lái)獲得比靜態(tài)圖像更豐富的信息，達(dá)到較好的識(shí)別效果，同時(shí)適應(yīng)更廣闊的應(yīng)用需求。4、三維人臉識(shí)別為了獲得更多的特征信息，直接利用二維人臉圖像合成三維人臉模型進(jìn)行識(shí)別，即將成為該領(lǐng)域的一個(gè)主要研究方向。人臉識(shí)別技術(shù)的研究范圍主要包括以下幾個(gè)方面：.人臉檢測(cè)：在輸入的圖像中尋找人臉區(qū)域。.人臉的規(guī)范化：校正人臉在尺度、光照和旋轉(zhuǎn)等方面的變化。.特征提?。簭娜四槇D像中映射提取一組能反映人臉特征的數(shù)值表示樣本。4.特征匹配：將待識(shí)別人臉與數(shù)據(jù)庫(kù)中的已知人臉比較，得出相關(guān)信息。人臉識(shí)別流程二、人臉識(shí)別過(guò)程及其技術(shù)人臉識(shí)別問(wèn)題是指:對(duì)輸入的人臉圖像或者視頻,首先判斷其中是否存在人臉,如果存在人臉,則進(jìn)一步的給出每個(gè)人臉的位置、大小和各個(gè)主要面部器官的位置信息,并依據(jù)這些信息,進(jìn)一步提取每個(gè)人臉中所蘊(yùn)含的身份特征,并將其與已知人臉庫(kù)中的人臉進(jìn)行對(duì)比,從而識(shí)別每個(gè)人臉的身份。人臉識(shí)別的過(guò)程可以分為以下三個(gè)部分：1）人臉檢測(cè):判斷輸入圖像中是否存在人臉,如果有,給出每個(gè)人臉的位置，大?。?）面部特征定位:對(duì)找到的每個(gè)人臉,檢測(cè)其主要器官的位置和形狀等信息；3）人臉比對(duì):根據(jù)面部特征定位的結(jié)果,與庫(kù)中人臉對(duì)比,判斷該人臉的身份信息。2.1人臉的檢測(cè)和定位2.1.1人臉的色彩特性研究發(fā)現(xiàn)，雖然不同種族的膚色差異較大，但在色彩空間中的分布相對(duì)集中，5/8因此可以充分利用皮膚的色彩特點(diǎn)進(jìn)行臉部膚色和五官的分割.這種膚色的分布服從高斯分布N(m,C),其中：均值(Mean):m二E{x},x=(rb)T,協(xié)方差(Covariance):C二E{(x-m)(x-m)T).由高斯分布可得到圖像中任一像素的值為膚色的概率Likelihood[3],如下式所示2.1.2彩色圖轉(zhuǎn)化為灰度圖根據(jù)(1)可將原彩色圖轉(zhuǎn)化為灰度圖.灰度圖中的像素值表示該像素為膚色的概率.灰度圖中膚色區(qū)域和非膚色區(qū)域存在著明顯的差異,膚色區(qū)域要亮一些.2.1.3灰度圖轉(zhuǎn)化為二值圖膚色區(qū)域和非膚色區(qū)域存在著明顯的差異，因此可以用閾值法去除非膚色區(qū)域.由于固定閾值法不適用于色彩差異較大的各種人臉圖像,因此采用自適應(yīng)閾值選取法來(lái)獲取最優(yōu)閾值.自適應(yīng)閾值選取法的原理如下：隨著閾值的逐步減小，觀(guān)察分割出的區(qū)域數(shù)目的增加情況.雖然這種增加速度有逐漸減緩的趨勢(shì)，但當(dāng)閾值取到一個(gè)很小值以至于部分非膚色區(qū)域被保留下來(lái)時(shí),分割出的區(qū)域數(shù)目會(huì)產(chǎn)生一個(gè)跳變,此時(shí)的閾值即為最優(yōu)閾值.用該閾值對(duì)灰度圖做二值化處理,即其中，gi(x,y)為灰度圖中的像素值，T為自適應(yīng)閾值選取的最優(yōu)閾值?經(jīng)過(guò)上述處理后，得到一幅二值圖.2.1.4判斷保留下的各個(gè)區(qū)域是否是人臉區(qū)域首先計(jì)算該區(qū)域的歐拉數(shù)E二C-H,其中C為區(qū)域連通數(shù)，II為洞的數(shù)目，對(duì)于人臉而言，E應(yīng)大于1.然后根據(jù)歐拉數(shù)E判斷區(qū)域中是否存在洞，若是，則根據(jù)下列公式計(jì)算矩、質(zhì)心和傾角再利用人臉的兒何特性進(jìn)一步判斷：計(jì)算區(qū)域的長(zhǎng)、寬，若長(zhǎng)寬比過(guò)大則丟棄；將標(biāo)準(zhǔn)人臉模板和區(qū)域重合，計(jì)算十字相關(guān)性.若關(guān)聯(lián)性大于一個(gè)即定值，則該區(qū)域?yàn)槿四?2.2人臉特征提取2.2.1利用小波多分辨特性對(duì)人臉做降維表達(dá)對(duì)人臉圖像做一階小波分解,再對(duì)高頻圖做積分投影.圖像積分投影定義如下：給定NXM大小的圖像I(x,y),分別6/8定義水平函數(shù)量H(y)和垂直投影函數(shù)V(x),圖像區(qū)域?yàn)榧?xlVxVx2,ylVyVy2=：2.2.2確定人臉帶區(qū)在垂直細(xì)節(jié)圖作積分投影，得到積分投影函數(shù)V(x),尋找V(x)的兩個(gè)極值點(diǎn)，它們就是人臉的左右邊界.這兩個(gè)點(diǎn)的位置確定了一個(gè)垂直帶區(qū)，命名為“人臉外接帶區(qū)”.人臉左右邊界部分的小波系數(shù)較大，所以具有較大的值.利用兩個(gè)峰值，可以確定人臉的垂直帶區(qū).2.2.3特征基線(xiàn)確定在人臉外接帶區(qū)范圍內(nèi)，對(duì)水平細(xì)節(jié)圖作水平積分投影，得到H(y).在眼睛、鼻子、嘴的位置附近，小波系數(shù)的值比較大，尋找H(y)中極值點(diǎn)，它們分別對(duì)應(yīng)眼睛、鼻子和嘴的基線(xiàn).對(duì)水平細(xì)節(jié)圖中基線(xiàn)的區(qū)域分別進(jìn)行垂直積分投影、檢測(cè)結(jié)果、確定基線(xiàn).眼睛基線(xiàn)附近應(yīng)得到兩個(gè)突起的峰值，鼻子和嘴應(yīng)在兩眼的峰值中間有一個(gè)長(zhǎng)的峰值.最后，定義人臉的外接矩形.由于頭發(fā)、胡須和衣服等在多數(shù)方向上具有較高的小波系數(shù)，所以無(wú)法準(zhǔn)確定位人臉上下基線(xiàn).根據(jù)人臉的形狀,一般確定人臉的長(zhǎng)寬比大約為1.5：1,將人臉的上下基線(xiàn)定義為與鼻子的基線(xiàn)等距.2.2.4基于特征基線(xiàn)提取特征眼：在眼睛基線(xiàn)附近做邊沿檢測(cè)，對(duì)檢測(cè)結(jié)果做水平投影，確定眼睛的范圍.做垂直投影，對(duì)區(qū)域中的黑點(diǎn)進(jìn)行區(qū)域膨脹.取黑點(diǎn)的均值作為瞳孔的位置.鼻子：設(shè)兩眼瞳距為1,在雙眼下方(0.7,1)范圍內(nèi)尋找顏色較深的區(qū)域即鼻孔.兩鼻孔的1/2處的亮度最高點(diǎn)即為鼻尖.嘴：尋找滿(mǎn)足下列條件并位于臉的下方的區(qū)域即唇色嘴到兩眼中心的距離為(L0,1.3).用類(lèi)似眼睛的方法找到左右嘴角和嘴的中心.2.3人臉對(duì)比國(guó)內(nèi)人臉對(duì)比技術(shù)已取得了一定的成果.BP神經(jīng)網(wǎng)絡(luò)是應(yīng)用較為廣泛的一種特征提取和對(duì)比方法.例如，可將標(biāo)準(zhǔn)化后人臉圖像各點(diǎn)的灰度值作為特征提取網(wǎng)絡(luò)的輸入，其隱層輸出作為識(shí)別網(wǎng)絡(luò)的輸入.識(shí)別網(wǎng)絡(luò)的期望輸出為賦予每個(gè)人的標(biāo)識(shí)號(hào).每人多張照片參加訓(xùn)練，根據(jù)訓(xùn)練人數(shù)的多少，可適當(dāng)增減輸出層結(jié)點(diǎn)數(shù).7/8該方法的優(yōu)點(diǎn)是識(shí)別速度快、識(shí)別率高、自適應(yīng)性強(qiáng)，但訓(xùn)練和收斂速度慢，容易陷入局部極小.另一種有效方法是將本征臉、協(xié)同算法和自聯(lián)想神經(jīng)網(wǎng)絡(luò)等單一分類(lèi)器結(jié)合起來(lái)，形成了多分類(lèi)器結(jié)合的方法進(jìn)行人臉對(duì)比，并在已有的幾種分類(lèi)器結(jié)合方法的基礎(chǔ)上，對(duì)投票法作一些改進(jìn)：不同分類(lèi)器給予不同的“說(shuō)話(huà)權(quán)重”，增加“第二候選人”，并根據(jù)“第一候