訂閱
糾錯
加入自媒體

ZLG深度解析—人臉識別核心技術

2019-01-07 14:31
ZLG致遠電子
關注

隨著大數(shù)據(jù)時代的到來,“人臉”也將成為數(shù)據(jù)的一部分,人臉識別如何實現(xiàn)?本文將為大家從人臉檢測、人臉定位、人臉校準以及人臉對比等方面詳細闡述人臉識別的原理與實現(xiàn)方式。

隨著計算機技術以及光學成像技術的發(fā)展,集成了人工智能、機器學習、視頻圖像處理等技術的人臉識別技術也逐漸成熟。未來五年,我國人臉識別市場規(guī)模平均復合增長率將達到25%,到2021年人臉識別市場規(guī)模將達到51億元左右,具有巨大的市場需求與前景。

安防、金融是人臉識別切入細分行業(yè)較深的兩個領域,移動智能硬件終端成為人臉識別新的快速增長點。因此,這三大領域將是人臉識別快速增長的最大驅動力。

2017年,我國安防行業(yè)總產(chǎn)值達到6200億,同比增長16.98%,維持強勁發(fā)展勢頭。從細分產(chǎn)業(yè)來看,視頻監(jiān)控是構建安防系統(tǒng)中的核心,在中國的安防產(chǎn)業(yè)中所占市場份額最大。而人臉識別在視頻監(jiān)控領域具有相當?shù)膬?yōu)勢,應用前景廣闊。

市面上的人臉識別解決方案也越來越多,但在系統(tǒng)框架上基本大同小異,大體框架如下圖所示:

接下來對人臉識別算法各技術點逐一進行詳細介紹,包括人臉檢測、人臉定位、人臉校準、人臉比對、人臉反欺詐以及算法優(yōu)化等。

一、人臉識別

人臉檢測算法繁多,我們采用由粗到精的高效方式,即先用計算量小的特征快速過濾大量非人臉窗口圖像,然后用復雜特征篩選人臉。這種方式能快速且高精度的檢測出正臉(人臉旋轉不超過45度)。該步驟旨在選取最佳候選框,減小非人臉區(qū)域的處理,從而減小后續(xù)人臉校準及比對的計算量。

以下為人臉檢測算法的初始化接口, 根據(jù)實際應用場景設置人臉的相關參數(shù),包括最小人臉尺寸、搜索步長、金字塔縮放系數(shù)等:

人臉檢測實測效果如下圖所示:

在人臉檢測領域比較權威的測試集FDDB上進行評測, 100誤檢時的召回率達到85.2%, 1000誤檢時的召回率達到89.3%。

1  2  3  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號