一直以來，人臉識別都是大家的關(guān)注焦點之一。因此針對大家的興趣點所在，小編將為大家?guī)砣四樧R別的相關(guān)介紹，詳細內(nèi)容請看下文。

一、人臉識別

人臉識別系統(tǒng)的研究始于20世紀(jì)60年代，80年代后隨著計算機技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高，而真正進入初級的應(yīng)用階段則在90年后期，并且以美國、德國和日本的技術(shù)實現(xiàn)為主;人臉識別系統(tǒng)成功的關(guān)鍵在于是否擁有尖端的核心算法，并使識別結(jié)果具有實用化的識別率和識別速度;“人臉識別系統(tǒng)”集成了人工智能、機器識別、機器學(xué)習(xí)、模型理論、專家系統(tǒng)、視頻圖像處理等多種專業(yè)技術(shù)，同時需結(jié)合中間值處理的理論與實現(xiàn)，是生物特征識別的最新應(yīng)用，其核心技術(shù)的實現(xiàn)，展現(xiàn)了弱人工智能向強人工智能的轉(zhuǎn)化。

傳統(tǒng)的人臉識別技術(shù)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，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術(shù)還遠不成熟，識別效果不盡人意。

迅速發(fā)展起來的一種解決方案是基于主動近紅外圖像的多光源人臉識別技術(shù)。它可以克服光線變化的影響，已經(jīng)取得了卓越的識別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。這項技術(shù)在近兩三年發(fā)展迅速，使人臉識別技術(shù)逐漸走向?qū)嵱没?

人臉與人體的其它生物特征(指紋、虹膜等)一樣與生俱來，它的唯一性和不易被復(fù)制的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識別比較人臉識別具有如下特點：

非強制性：用戶不需要專門配合人臉采集設(shè)備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強制性”;

非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像;

并發(fā)性：在實際應(yīng)用場景下可以進行多個人臉的分揀、判斷及識別;

除此之外，還符合視覺特性：“以貌識人”的特性，以及操作簡單、結(jié)果直觀、隱蔽性好等特點。

二、人臉識別的算法有哪些

人臉識別算法現(xiàn)在已經(jīng)廣泛應(yīng)用于各個領(lǐng)域，如安防、商業(yè)、醫(yī)療等。人臉識別算法可以分為傳統(tǒng)人臉識別算法和深度學(xué)習(xí)人臉識別算法。

傳統(tǒng)人臉識別算法包括以下幾種：

1. 特征提取算法：該算法通過提取人臉的關(guān)鍵特征，如眼睛、鼻子、嘴巴等部位的坐標(biāo)、輪廓、顏色等信息，進行人臉識別。該算法主要包括幾何結(jié)構(gòu)的描述子、局部紋理模式和局部二值模式等。

2. 統(tǒng)計模型算法：該算法利用統(tǒng)計模型，如高斯混合模型、主成分分析、線性判別分析等，來對人臉特征進行建模，并通過樣本訓(xùn)練來識別人臉。

3. 圖像變換算法：該算法主要通過對人臉圖像進行一系列的變換來提取特征，如積分圖像、小波變換、旋轉(zhuǎn)不變LBP等。

深度學(xué)習(xí)人臉識別算法中，主要包括以下幾種：

1. 卷積神經(jīng)網(wǎng)絡(luò)(CNN)算法：因為CNN深度學(xué)習(xí)算法可以有效提取人臉特征，因此被廣泛應(yīng)用于人臉識別領(lǐng)域。該算法通過訓(xùn)練具有多層神經(jīng)網(wǎng)絡(luò)的卷積神經(jīng)網(wǎng)絡(luò)，從而獲得對人臉特征的高度抽象表示，從而進行人臉識別。

2. 深度置信網(wǎng)絡(luò)(DBN)算法：該算法也被廣泛使用于人臉識別領(lǐng)域。類似于CNN算法，DBN算法也是通過對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，從而學(xué)習(xí)到對人臉特征進行高度抽象表示的方式。

3. 集成學(xué)習(xí)算法：該算法是將多種不同的深度學(xué)習(xí)算法結(jié)合起來進行人臉識別，從而提高人臉識別準(zhǔn)確率的一種算法。 綜上所述，不同的人臉識別算法有不同的優(yōu)缺點，選擇合適的算法需要考慮數(shù)據(jù)量、計算資源、精度等多個方面的因素。

一般按機理分類人臉識別的算法有以下：

1.基于人臉特征點的識別算法(feature-based recognition algorithms)。

2.基于整幅人臉圖像的識別算法(appearance-based recognition algorithms)。

3.基于模板的識別算法(template-based recognition algorithms)。

4.利用神經(jīng)網(wǎng)絡(luò)進行識別的算法(recognition algorithms using neural network)。

5.利用支持向量機進行識別的算法(recognition algorithms using SVM)

最后，小編誠心感謝大家的閱讀。你們的每一次閱讀，對小編來說都是莫大的鼓勵和鼓舞。希望大家對人臉識別已經(jīng)具備了初步的認(rèn)識，最后的最后，祝大家有個精彩的一天。