人脸识别门禁-人脸识别-一路机电人脸识别考勤

人脸识别检测主要包括背景对比、眨眼检测两个过程。以下先介绍一下背景对比：

为了防止图片、视频作假，本文采取背景对比的方法。选取视频中非人脸可能子区域作为感兴趣的背景对比图像，将该图像保存，在背景对比时使用。打开摄像头，将视频第1帧作为背景对比帧。

选定与图像相同的区域做为背景检测图像。将对比图像和检测推向进行灰度化，得到各自的灰度图像和。为了便于跟踪，我们需要在图像选取一定数目的包含足够信息且能从当前图像和下一图像都能提取出来的点。为了便于跟踪和测量，使用亚像素级角点来检测图像上的便于跟踪的点集。接下来在图像上使用图像LK光流方法跟踪上述点，找到跟踪后的角点集。设定所有角点漂移距离判断两幅图像的漂移距离，当背景相同时，两次角点的漂移距离非常小，当背景被覆盖时，背景角点的漂移距离非常大。设定合适的阈值，当则认为背景发生了变化，检测的人脸为非活人脸，否则，人脸识别，进行眨眼检测继续判断。

人脸是人类情感表达和交流的极重要和最直接的载体。通过人脸可以推断出一个人的种族、地域，甚至身份、地位等信息;人们还能通过人脸丰富而复杂细小的变化，得到对方的个性和情绪状态。科学界从计算机图形学、图像处理、计算机视觉、人类学等多个学科对人脸进行研究。早期的人脸识别技术的研究可以追溯到20世纪50年代，人脸识别技术，当时的研究人员主要涉及的是社会心理学领域;到了60年代，有一些工程文献陆续发表出来;但是，真正的自动人脸识别的研究是从20世纪70年代才开始的，当时采用的技术基本上都是典型的模式识别技术，例如利用脸部重要特征点之间的距离进行分类识别。随着计算机技术的发展，从80年代到90年代初期，人脸识别技术得到了很大的发展并进入了实际应用领域。在这一阶段，基于人脸外貌的统计识别方法得到了很大的发展，其中在大规模的人脸数据库上进行的实验得到了相当不错的结果。同时，基于人脸特征的识别方法也逐渐发展起来，此类方法对光线和视角的变化、人脸的定位都不太敏感，人脸识别算法，有利于识别率的提高，但是其采用的特征提取方法还不够成熟和可靠。

90年代后期，人脸识别系统，一些商业性的人脸识别系统逐渐进入市场;近几年来人脸识别作为计算机安全技术在全球范围内迅速发展起来，特别是美国遭受“9·11”以后，人脸识别技术更引起了广泛的关注。在这一阶段，更多的研究集中在基于视频的人脸识别上面。人脸识别技术具有广泛的应用前景，在国家安全、军事安全和公共安全领域，智能门禁、智能视频监控、安防布控、海关身份验证、司机驾驶本验证等是典型的应用;在民事和经济领域，各类金融卡的持卡人的身份验证、社会保险人的身份验证等具有重要的应用价值。

人脸识别过程一般分以下三步:

1.首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹编码贮存起来。

2.获取当前的人体面像。即用摄像机捕抓的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。

3.用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精准地辩认出某个人。人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。