人脸识别技术包含三个部分:
(1)人脸检测
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;
①特征向量法
该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性,然后再计算出它们的几何特征量,而这些特征量形成一描述该面像的特征向量。
②面纹模板法
该方法是在库中存贮若干标准面像模板或面像模板,在进行比对时,将采样面像所有象素与库中所有模板采用化相关量度量进行匹配。此外,还有采用模式识别的自相关网络或特征与模板相结合的方法。
人脸识别技术的核心实际为“局部***特征分析”和“图形/***识别算法。”这种算法是利用***面部各及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。
①特征向量法
该方法是先明确眼、鼻头、嘴巴等面像五官轮廊的尺寸、部位、间距等属性,随后再测算出他们的几何图形特征量,而这种特征量产生一叙述该面像的特征向量。
②面纹模板法
该方法是在库文件存储多个规范面像模板或面像模板,在开展核对时,将取样面像全部像素与库中全部模板选用化有关量量度开展配对。除此之外,也有选用系统识别的自相关互联网或特征与模板紧密结合的方法。