久久精品亚洲综合国产一区,精品久久久久久亚洲中文字幕,果冻传媒2021精品视频,精油按摩久久国产99久久,久久精品熟女亚洲AV电影

返回列表
人臉識(shí)別技術(shù)難點(diǎn)

雖然人臉識(shí)別技術(shù)經(jīng)歷了較長(zhǎng)的研究階段,但至今還是被認(rèn)為是生物特征識(shí)別技術(shù)中較為困難的研究課題之一,其原因在于:

1.背景環(huán)境的復(fù)雜多樣

在進(jìn)行人臉識(shí)別前需要先對(duì)監(jiān)控場(chǎng)景中的人臉進(jìn)行定位,即人臉檢測(cè)。人臉檢測(cè)的正確與否直接影響人臉識(shí)別性能。當(dāng)監(jiān)控場(chǎng)景的背景較為復(fù)雜時(shí),人臉檢測(cè)率也會(huì)隨之降低,因此能夠適應(yīng)復(fù)雜背景環(huán)境的人臉檢測(cè)算法是人臉識(shí)別技術(shù)的難點(diǎn)之一。

2.光照條件的復(fù)雜多變

在智能視頻監(jiān)控系統(tǒng)的實(shí)際應(yīng)用中,會(huì)由于監(jiān)控環(huán)境光線(xiàn)的變化造成檢測(cè)到的人臉圖像存在不同的陰暗變化,如圖1所示。FRVT2006測(cè)試表明,不同光照條件下人臉識(shí)別雖然在性能上比FRVT2002有顯著提高,但是還沒(méi)在根本上克服光照對(duì)識(shí)別率的影響。

1620441644(1).jpg

                                          圖:光線(xiàn)變化對(duì)采集到的人臉影響示意圖

3.人臉表情的多樣性

在實(shí)際應(yīng)用過(guò)程中,人臉的表情隨時(shí)都可能發(fā)生變化。下圖給出了部分表情變化的人臉圖像。從下圖可以看出,當(dāng)人的表情發(fā)生變化時(shí),可能會(huì)引起人臉輪廓以及紋理的變化,同時(shí)由于面部肌肉的牽引,面部的特征點(diǎn)的位置也會(huì)隨之改變。不同的表情引起面部的變化都不同,此外,不同的人的相同表情影響也不相同,因此很難用統(tǒng)一的標(biāo)準(zhǔn)來(lái)精確劃分各種表情對(duì)不同人的影響。

                                       圖:人臉表情變化多樣性示意圖

4.采集人臉的角度多樣性

人臉的角度多樣性主要是指由于拍攝角度的不同導(dǎo)致檢測(cè)到的人臉圖像的旋轉(zhuǎn),包括平面旋轉(zhuǎn)和深度旋轉(zhuǎn)。圖3列出了部分不同角度拍攝的人臉圖像。從下圖可以看出,與表情變化對(duì)人臉圖像的影響相同,拍攝角度的變化同樣會(huì)導(dǎo)致人臉輪廓的變化,除此之外,由于角度的變化,可能會(huì)導(dǎo)致人臉的部分特征無(wú)法被正確提取,進(jìn)一步導(dǎo)致人臉的錯(cuò)誤識(shí)別。


8.png

                                      圖:采集人臉的角度多樣性示意圖

5.遮擋問(wèn)題

即使是非人為故意遮擋,在實(shí)際應(yīng)用時(shí)檢測(cè)到的人臉圖像也經(jīng)常會(huì)出現(xiàn)如帽子、眼鏡等遮擋物,除了這些,胡子以及劉海的變化也直接影響人臉的特征提取。當(dāng)人臉圖像發(fā)生遮擋時(shí),人臉的很多信息會(huì)丟失,導(dǎo)致人臉識(shí)別算法出錯(cuò)或失效。

人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分:人臉圖像檢測(cè)、人臉識(shí)別預(yù)處理、人臉特征提取以及特征匹配與識(shí)別。

1.人臉圖像檢測(cè)

人臉圖像檢測(cè)是人臉識(shí)別過(guò)程的關(guān)鍵環(huán)節(jié)之一。人臉檢測(cè)是指對(duì)于任意一幅給定的圖像,采用一定的策略對(duì)其進(jìn)行搜索以確定其中是否含有人臉,如果有,則返回檢測(cè)到的人臉圖像的位置、大小以及姿態(tài)。人臉檢測(cè)主要利用人臉圖像的直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征以及haar特征等。

2.人臉圖像預(yù)處理

預(yù)處理是指在進(jìn)行人臉識(shí)別前,為了提高識(shí)別率,通過(guò)圖像處理技術(shù)對(duì)檢測(cè)得到的人臉圖像進(jìn)行的一系列圖像質(zhì)量提高。這些處理主要包括灰度校正、噪聲過(guò)濾、光線(xiàn)補(bǔ)償、直方圖均衡化、歸一化等。

3.人臉特征提取

人臉特征提取是對(duì)人臉進(jìn)行特征建模的過(guò)程,提取方法主要分為兩大類(lèi):基于知識(shí)的表征方法和基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。目前人臉識(shí)別技術(shù)中使用的人臉特征主要包括視覺(jué)特征、人臉圖像變換系數(shù)特征,人臉圖像代數(shù)特征等。其中基于知識(shí)的表征方法主要是根據(jù)人臉五官的形狀描述以及它們之間的距離特性來(lái)獲得有助于人臉?lè)诸?lèi)的特征數(shù)據(jù),其特征分量通常是使用特征點(diǎn)間的歐幾里得距離、曲率或角度等。基于幾何特征的表征方法是指利用人臉五官之間的結(jié)構(gòu)關(guān)系的幾何描述進(jìn)行人臉表征的方法。

4.人臉匹配與識(shí)別

匹配與識(shí)別是指利用上一步提取到的人臉特征,與樣本庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配,在這個(gè)過(guò)程中,需要預(yù)先定義一個(gè)閾值,當(dāng)相似度超過(guò)該閾值,則輸出匹配結(jié)果。


本文僅做學(xué)術(shù)分享,如有侵權(quán),請(qǐng)聯(lián)系刪文

網(wǎng)站編輯:小優(yōu)智能科技有限公司 發(fā)布時(shí)間:May 08,2021
給我們留言
驗(yàn)證碼