얼굴 인식 기술

얼굴 인식 기술은 얼굴들을 인식하기 위해 분석과 비교를 위한 컴퓨터 기술의 사용을 언급합니다. 표면 트래킹 탐지, 이메이징 줌의 자동적인 조정, 밤 적외선 탐지, 노광 인텐서티의 자동적인 조정과 다른 기술을 포함하여 얼굴 인식은 인기있는 컴퓨터 기술 연구분야입니다.

얼굴 인식 기술은 유기체의 생물학적 특성으로부터의 개인들을 구별하는 생체 측정 인식 기술에 속합니다 (일반적으로 사람을 언급합니다).

기술 도입

얼굴 인식 기술은 사람, 입력 얼굴 영상 또는 비디오 스트림의 얼굴 특징을 기반으로 합니다. 처음으로, 사람 얼굴이 있을지 결정하세요. 사람 얼굴이 있다면 그것은 더욱 각각 주요 얼굴 장기의 위치와 크기와 위치 정보로 불립니다. 그리고 이 정보를 기반으로 각각 얼굴을 포함된 정체성 특징을 더욱 추출하고, 각각 얼굴의 정체성을 확인하기 위해 그것을 알려진 얼굴들과 비교하세요.

얼굴 이미지 수집, 얼굴 위치설정, 얼굴 인식 예방, 신분 검증과 식별성 검색, 기타 등등을 포함하여 얼굴 인식의 넓은 의미는 짜맞춘 얼굴 인식 시스템의 다양한 관련 기술을 실제로 포함됩니다 ; 얼굴 인식의 협의가 특히 지나가는 사람들에게 얼굴 검증 또는 식별성 검색을 위한 기술 또는 시스템을 문의하는 동안.

기술적인 윈칙

얼굴 인식 기술은 3개의 부분으로 구성됩니다 :
(1) 얼굴 인식

얼굴 인식은 동적 장면과 복합 배경에서 얼굴 이미지가 있을지 판단하고, 얼굴 이미지를 분리하여 언급합니다. 다음과 같은 방법이 일반적으로 있습니다 :

①Reference 템플릿 방식

첫번째 설계 1 또는 여러 표준 표면 템플릿이 시험과 표준 템플릿에 모인 샘플 사이에 조화되는 급을 그리고 나서 산정하고, 표면이 있을지 결정하기 위해 한계를 사용합니다 ;

②Face 규칙 방법

사람 얼굴들이 어떤 구조적 분포 특성을 가지기 때문에, 소위 얼굴 규칙 방법은 테스트 샘플이 사람 얼굴들을 포함하는지 결정하기 위해 상응하는 규칙을 발생시키기 위한 이러한 특성을 추출합니다 ;

③Sample 학습 방법

이 방법은 패턴 인식에서 인공 신경망의 방법을 채택합니다 즉, 분류기가 얼굴 이미지 샘플 세트와 비얼굴 영상 샘플 세트를 배움으로써 발생됩니다 ;

④ 피부색 모델법

이 방법은 탐지를 위한 색상 공간에 안면 피부색의 상대적으로 집중 보급을 기반으로 합니다.

⑤Characteristic 페이스법

이 방법은 거기가 부 공간에 테스트 샘플과 그것의 계획안 사이의 거리를 기반으로 한 표면 이미지인지 모든 표면 상의 배치를 표면 이미지 부 공간과 재판관들로 간주합니다.

그것은 위에서 말한 5가지 방법이 또한 실제 탐지 시스템에서 포괄적으로 사용될 수 있다고 언급할 가치가 있습니다.

(2) 표면 트래킹

표면 트래킹은 탐색된 면의 동적 표적 추적을 언급합니다. 특히, 모델 기초 방법 또는 이동과 모델의 조합은 사용됩니다. 게다가 피부색 모델 추적을 사용하는 것 또한 단순하고 효과적 방법입니다.

(3) 표면 비교

얼굴 비교는 탐색된 면의 신원 또는 얼굴 이미지 도서관에서 목표에 대한 검색을 확인하는 것입니다. 이것은 실제로 샘플 얼굴 이미지가 차례로 주식 얼굴 이미지와 비교해서 있는 것을 의미하고 최고 상응한 목적이 발견됩니다. 그러므로, 얼굴 이미지에 대한 기술은 얼굴 인식의 특정 방법과 성능을 결정합니다. 2가지 설명 방법은 주로 사용됩니다 : 고유 벡터와 얼굴 구성 템플릿 :

① 특징 벡터 방법

처음으로 방법은 눈 홍채, 코와 입 코너와 같은 크기, 위치, 거리와 얼굴 특징의 다른 특성을 결정하고, 그들의 기하학적 특징 수량과 이러한 특징 수량이 얼굴의 이미지를 묘사하는 특징 벡터를 형성할 지를 그리고 나서 산정하는 것입니다.

②Face 패턴 템플릿 방법

방법은 도서관에서, 그리고 비교 동안 수많은 표준 표면 이미지 템플릿 또는 얼굴 이미지 기증 템플릿을 저장하는 것입니다, 샘플 얼굴 이미지의 모든 화소가 도서관에서 모든 템플릿이 정상화된 상관 관계 측정을 사용하면서 일치됩니다. 게다가 자기상관 네트워크 또는 기능과 템플릿을 결합시키기 위해 패턴 인식을 사용하는 방법이 있습니다.

얼굴 인식 기술의 핵심은 실제로 부분적 신체 특징 분석과 그래픽 / 신경 인식 알고리즘입니다 이 알고리즘은 사람 얼굴의 다양한 장기와 특징부를 사용하는 방법입니다. 예를 들면, 기하학적 관계에 해당한 다수의 데이터에 의해 형성된 식별 파라미터는 비교되고, 판단되어지고 데이터베이스에서 모든 원래 매개 변수에 의해 확인됩니다. 일반적으로, 판단 시간은 1/2 이하입니다.

인식 프로세스

3 단계 안으로 일반적으로 양분됩니다 :

(1) 처음으로 얼굴에게 사람 얼굴의 이용자 상태 파일을 임명하세요. 말하자면, 카메라는 부대 인사의 얼굴들의 얼굴 이미지 파일을 수집하거나 얼굴 이미지 파일을 형성하기 위해 그들의 사진을 찍은 것을 사용되고 이러한 얼굴 이미지 파일이 표면 인쇄 코드로 초래되고 저장됩니다.

(2) 현재 인간 얼굴 영상을 획득하세요. 현재 사람 입력과 출구의 얼굴 이미지를 캡쳐하기 위해 즉, 카메라를 사용하거나, 현재 얼굴 이미지 파일로부터 사진 입력을 잡고, 얼굴 구성 코드를 생성하세요.

(3) 파일 목록과 비교하기 위해 현재 얼굴 구성 코드를 사용하세요. 그것은 파일 목록에서 얼굴 구성 코드로 현재 얼굴 구성 코드와 검색하고 비교하는 것입니다. 필수적 특정과 사람 얼굴의 시작에 따라 방법 워크를 암호화하는 상기 얼굴 구성. 빛, 피부 색상, 단단한 머리카락, 헤어스타일, 안경, 표현과 자세의 변화에 저항할 수 있고, 그것이 정확하게 수백만 명의 사람들에서 사람을 구분할 수 있도록, 이 얼굴 텍스처 부호화는 강한 신뢰성을 가지고 있습니다. 끊임없이 그리고 실시간으로 보통 영상 처리 장비를 사용하여, 얼굴 인식 과정은 자동적으로 완료될 수 있습니다.