合肥进军|运行平稳-黄山微耕人脸识别

人脸验证

“人脸验证（Face Verification）”是判定两个人脸图是否为同一人的算法。

它的输入是两个人脸特征，通过人脸比对获得两个人脸特征的相似度，通过与预设的阈值比较来验证这两个人脸特征是否属于同一人（即相似度大于阈值，为同一人；小于阈值为不同）。

人脸识别

“人脸识别(Face Recognition)”是识别出输入人脸图对应身份的算法。

它的输入一个人脸特征，通过和注册在库中N个身份对应的特征进行逐个比对，找出“一个”与输入特征相似度较高的特征。将这个较高相似度值和预设的阈值相比较，如果大于阈值，则返回该特征对应的身份，否则返回“不在库中”。

人脸检测

功能：识别图像中是否有人脸并给出人脸区域，进行人脸检测后返回检测到的人脸矩形框坐标。

优势：可支持上千个人脸的同时检测，微耕人脸识别，支持平面360度旋转人脸检测，支持左右大90度侧面人脸检测。

人脸属性识别

功能：在人脸检测基础上，识别各个检测人脸的性别（男/女）、年龄、表情（笑/不笑）、眼镜（戴/不戴）四种属性；同时可返回人脸的1024维深度学习特征，基于这个特征并按照我们给出的特征比较规则，用户可实现的人脸识别。

优势：该算法在业内公开测试集lfw上达到了99.58%的识别精度。

人脸识别技术检测

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：

①参考模板法

首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；

②人脸规则法

由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；

③样品学习法

这种方法即采用模式识别中人工***网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器；

④肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法

这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。