人脸识别一体机-宿州人脸识别-芜湖一路机电

人脸识别技术是对于人特有的脸部特征，对输入的人脸图像或者视频流。首先需判断是否存在人脸 ， 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合、采集条件不理想的情况下，现有系统的识别率将陡然下降。所以人脸识别技术也在慢慢改进，因技术一步步的增强，导致人脸识别技术的价格也会慢慢增长。当然，还是要看三个重要的要素：装机硬件、网络设备和数码产品。质量不同，价格自然也不同。

人脸图像采集及检测

人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。

人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。

人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，宿州人脸识别，并利用这些特征实现人脸检测。

主流的人脸检测方法基于以上特征采用Adaboost算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些蕞能代表人脸的矩形特征(弱分类器)，按照加权的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。

以下是基于几何特征的方法进行人脸识别的技术原理介绍：

人脸由眼睛、鼻子、嘴巴、下巴等部件构成，正因为这些部件的形状、大小和结构上的各种差异才使得世界上每个人脸千差万别，因此对这些部件的形状和结构关系的几何描述，可以做为人脸识别的重要特征。几何特征***早是用于人脸侧面轮廓的描述与识别，人脸识别一体机，首先根据侧面轮廓曲线确定若干显著点，并由这些显著点导出一组用于识别的特征度量如距离、角度等由正面灰度图中线附近的积分投影模拟侧面轮廓图是一种很有新意的方法。

采用几何特征进行正面人脸识别一般是通过提取人眼、口、鼻等重要特征点的位置和眼睛等五官的几何形状作为分类特征，但Roder对几何特征提取的准确性进行了实验性的研究，结果不容乐观。

可变形模板法可以视为几何特征方法的一种改进，人脸识别考勤机，其基本思想是 :设计一个参数可调的******模型 (即可变形模板)，人脸识别系统，定义一个能量函数，通过调整模型参数使能量函数至小化，此时的模型参数即做为该******的几何特征。

这种方法思想很好，但是存在两个问题，一是能量函数中各种代价的加权系数只能由经验确定，难以推广，二是能量函数优化过程十分耗时，难以实际应用。 基于参数的人脸表示可以实现对人脸显著特征的一个***描述，但它需要大量的前处理和精细的参数选择。同时，采用一般几何特征只描述了部件的基本形状与结构关系，忽略了局部细微特征，造成部分信息的丢失，更适合于做粗分类，而且目前已有的特征点检测技术在准确率上还远不能满足要求，计算量也较大。