十大网赌靠谱网址-十大正规网赌信誉平台

白山华胜宇电子专业提供车牌识别、门禁、道闸、升降柱等产品

当前位置

首页>>十大网赌靠谱网址 >> 人脸识别系统的主要组成部分是什么?

人脸识别系统的主要组成部分是什么?

编辑:原创   发布时间: 2019/10/15 11:03:42

人脸识别系统的主要组成部分是什么?

  人脸识别系统主要包括四个组成部分:人脸图像获取与检测、人脸图像预处理、人脸图像特征提取与匹配与识别。

  人脸图像采集与检测

  面部图像获取:相机镜头可以捕获不同的面部图像。例如,可以很好地收集静态图像、动态图像、不同位置、不同表达式。当用户在采集设备的拍摄范围内时,采集设备自动搜索并捕获用户的面部图像。

  人脸检测:实际上,人脸检测主要用于人脸识别的预处理,即在图像中准确校准人脸的位置和大小。人脸图像中包含的表单特征非常丰富。

  例如直方图功能、颜色功能、模板功能、构造功能和Haar功能。人脸检测是挑选有用的信息,并将这些功能应用于完成人脸检测。主流人脸检测方法基于上述特征使用Adaboost学习算法。 Adaboost算法是一种分类方法。它结合了一些弱分类方法。

  一种强大的新分类方法。

  在人脸检测过程中,使用Adaboost算法选择一些最能代表人脸的矩形特征(弱分类器),根据加权投票方法,弱分类器结构是强分类器。通过本练习获得的多个强分类器串联在一起,形成了水平组合的级联分类器,有效地提高了分类器的检测速度。

  人脸图像倾向

  人脸图像预处理:基于人脸检测的结果对人脸进行图像预处理,从而停止对图像的处理并最终用于特征提取过程。系统获得的原始图像为各种条件和随机干扰通常不能直接应用,因此在图像处理的早期阶段必须停止图像预处理,例如灰度校正、噪声过滤。关于脸部图像,预处理过程主要包括面部图像的光补偿、灰度转换、直方图平衡、归一化、几何校正、滤波和锐化。

  人脸图像特征提取

  面部图像特征提取:面部识别系统可以应用的特征通常分为视觉特征、像素统计特征、面部图像变换系数特征、面部图像代数特征。人脸特征脸部某些特征的提取停止。人脸特征提取(也称为人脸表示)是对人脸停止特征建模的过程。人脸特征提取方法归结为两种

  大类:一种是基于学习的代表;另一类是基于学习的代表。另一个基于代数特征或统计学习。基于学习的表示方法主要依靠面部器官的形状和它们之间的间隔特征来获得有助于面部分类的特征数据。特征权重通常包括特征点。

  、之间的欧式距离是曲率和角度。脸部由部分、鼻子、嘴部、下巴等组成。这些部分的几何图形以及它们之间的结构关系可以用作脸部的重量。为了特征化,这些特征称为几何特征。基于面部的学习表示主要包括基于几何特征的方法和模板匹配方法。

  人脸图像匹配与识别

  人脸图像匹配与识别:提取的人脸图像的特征数据和数据库中存储的特征模板停止搜索和匹配,设置阈值后,当相似度超过阈值时,输出比赛结果。面部识别是指将要识别的面部特征与获得的面部特征模板进行比较,并根据相似程度停止面部的身份信息。这个

  一个过程分为两类:一类是确认,一对一的停止图像比较过程,另一种是识别,这是一对多的停止图像匹配过程。

上一篇:[行业资讯]    下一篇:养护道闸的几个点
企业地址:沈阳市沈河区万柳塘路109甲宏发大厦    电 话: 13591470917
Copyright © 版权所有:白山华胜宇电子  

十大网赌靠谱网址|十大正规网赌信誉平台

XML 地图 | Sitemap 地图