一、人脸识别技术流程：
1、人脸图像采集及检测
在人脸检测算法中，有模板匹配模型、Adaboost模型等，其中Adaboost模型在速度和精度的综合性能上表现最好。该算法特点就是训练慢，检测快，基本上可以达到视频流实时检测效果。
2、人脸图像预处理
预处理：缩放、旋转、拉伸、光线补偿、灰度变换、直方图均衡化、规范化、几何校正、过滤以及锐化等。
3、人脸图像特征提取
人脸图像特征提取就是将人脸图像信息数字化，将一张人脸图像转变为一串数字（特征向量）。
利用特征点间的欧氏距离、曲率、角度等提取出特征向量，最终把相关的特征连接成一个长的特征向量。
4、人脸图像匹配与识别
分为两类：
一类是确认（1:1），就是证明“你就是你”，一般用在金融身份核实和信息安全领域
另一类是辨认（1：N），就是在N个人中找到你，一般N可以是视频流，用在安防领域
二、人脸识别的分类
1、人脸检测（检测到人脸位置）
2、人脸关键点检测（定位人脸关键点的坐标位置）
定位技术主要有级联性回归（cascaded shape regression，CSR），目前人脸识别一般是基于DeepID网络结构。
DeepID网络与卷积神经网络类似，倒数第二层DeepID网络有一个DeepID层，而卷积神经网络是全连接层。
由于卷积神经网络层数越高视野域越大，这种方式既可以考虑局部特征，又考虑全局特征。
3、人脸验证（判断两张人脸是同一个人的可能性大小）
4、人脸属性检测（属性辨识和情绪分析）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
