人臉識別四個步驟,分別為人臉影象採集及檢測,人臉影象預處理,人臉影象特徵提取和人臉影象匹配與識別.

1 人臉影象採集及檢測

• 人臉影象採集
  即通過攝像鏡頭獲取人臉的數字影象.
• 人臉檢測(判斷是否有人臉)
  人臉檢測是人臉識別的預處理,在影象中標定出人臉的位置和大小.人臉影象中包含的模式特徵十分豐富,如直方圖特徵,顏色特徵,模板特徵,結構特徵及哈爾特徵(Haar-like feature)等.人臉檢測是將這些有用的資訊提取出來,利用這些特徵進行人臉檢測.
  (1) 對檢測的物件進行概率統計,得到檢測物件的特徵,建立檢測模型;
  (2) 用得到的模型匹配輸入的影象,如果有匹配則輸入匹配的區域,無則無動作;
• 人臉檢測演算法
  模板匹配模型,Adaboost模型,其中Adaboost模型在速度與精度的綜合性能上表現最好,特點是訓練慢,檢測快,基本可達到視訊流實時檢測.

2 人臉影象預處理

檢測到輸入圖片中的人臉目標,需要對人臉影象預處理,為特徵提取做準備.系統的數字人臉會受到各種條件的限制和隨機干擾,需要進行如下操作:

3 人臉影象特徵提取

人臉特徵提取是將人臉影象資訊數字化，將一張人臉影象轉換為一串數字(一般稱為特徵向量)。如對一個人臉，找到他的眼睛左邊、嘴脣右邊、鼻子、下巴等位置，利用特徵點間的歐氏距離、曲率和角度等提取出特徵分量，最終將相關的特徵連線成一個長的特徵向量。

4 人臉影象匹配與識別

人臉匹配與識別是將提取的人臉影象的特徵資料與資料庫中儲存的人臉特徵模板進行搜尋匹配。根據相似度對身份進行判斷，設定一個閾值，當相似度超過這個閾值，則將匹配得到的結果輸出。
識別與匹配有確認和辨認兩種形式，確認即一對一進行比較，核實身份；辨認即一對多進行影象匹配，從N個人中找到目標。

5 總結

人臉識別廣泛應用於身份核實和資訊保安以及安防領域。優勢如下

• （相對於其他生物識別技術而言）非接觸，使用者無需和裝置直接接觸；
• 非強制性，被識別的人臉影象資訊可以主動獲取；
• 併發性，實際應用場景可以進行多個人臉的分揀、判斷和識別；