人臉識別的廣泛應用
作者：admin
更新時間：2022-04-18
點擊數：
人臉識別是目前非常熱門的話題，市場前景看好，隨著生物識別技術的普及和應用，人臉識別也揭開了其神秘面紗。 今天，技術讓你了解人臉識別技術的過程。
就人臉識別過程而言，其實一般情況主要是人臉圖像的采集與檢測、人臉圖像的預處理、人臉圖像的特征提取與匹配與識別。一起來進行簡單了解我們每一個部分。
人臉圖像采集及檢測
顧名思義就是人臉錄入管理系統，一般是批量錄入，用戶可以主動學習通過進行錄入端口上傳導入學生自己的人臉。另一種是場景視頻人臉圖像采集，類似于身份證，現場相機采集人臉，當人臉識別采集需要在指定的相機范圍內時，采集設備自動搜索客戶的人臉圖像。
支付寶的人臉識別支付加入了活體檢測，需要讓客戶做一系列動作，比如說張嘴， 抬頭、低頭，左轉頭、右轉頭，眨眼睛等，人臉識別技術也是在不斷的進步，活動檢測可有效抵御照片、換臉、面具、遮擋以及屏幕翻拍等常見的攻擊手段。
人臉圖像預處理
人臉圖像預處理是對系統所采集到的人臉圖像進行光線處理、切割、旋轉、降噪、過濾、放大或縮小等一系列的復雜處理，通過這些處理使人臉圖像無論是光線還是角度、距離、大小等達到人臉圖像特征提取的標準要求，盡可能消除因光照和角度等因素造成的影響，為進行人臉圖像特征提取做好準備。
匹配與識別
● 人臉識別1:1比對
科學人臉識別系統通過人臉識別算法對兩幅圖像進行比較，根據不同通道的識別率返回比較結果，并根據設定的規則將比較后的圖像存儲在庫中。能夠限度的提高識別率，智能的解決像素較低(如芯片圖逆光側光昏暗帶眼鏡一定角度側臉等不利條件。
● 人臉識別1:N比對
人臉識別系統通過上送客戶圖像在客戶特征庫中識別出該將客戶身份并返回該客戶的相關信息如客戶信息號、姓名等。系統具有人臉識別 1：N功能，對外提供 1：N比對接口，可根據各系統傳送的照片提取特征值，并跟庫中模板比對，返回相似度最高的N個人(返回人數可自定義)。
目前，人臉識別主要用于銀行VIP客戶識別、教育領域的考生識別、通關口、門禁考勤、智能視頻監控等領域。
