《識別人臉的技術(shù)》閱讀答案

識別人臉的技術(shù)》閱讀答案篇一：人臉識別主要技術(shù)特征人臉識別主要技術(shù)特征一、人臉識別算法：人臉識技術(shù)中被廣泛采用的區(qū)域特征分析算法，它融合了計算機(jī)圖像處理技術(shù)與生物統(tǒng)計學(xué)原理于一體，利用計算機(jī)圖像處理技術(shù)從視頻中提取人像特征點，利用生物統(tǒng)計學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型，即人臉特征模板。利用己建成的人臉特征模板與被測者的人的面像進(jìn)行特征分析，根據(jù)分析的結(jié)果來給出一個相似值。通過這個值即可確定是否為同一人。二、人臉捕獲與跟蹤功能：人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像并將人像從背景中分離出來，并自動地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)指定的人像在攝像頭拍攝的范圍內(nèi)移動時自動地對其進(jìn)行跟蹤。三、人臉識別比對：人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫中已登記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指，從數(shù)據(jù)庫中已登記的所有人像中搜索查找是否有指定的人像存在。四、人臉的建模與檢索：可以將登記入庫的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫中。在進(jìn)行人臉?biāo)阉鲿r（搜索式），將指定的人像進(jìn)行建模，再將其與數(shù)據(jù)庫中的所有人的模板相比對識別，最終將根據(jù)所比對的相似值列出最相似的人員列表。五、真人鑒別功能：系統(tǒng)可以識別得出攝像頭前的人是一個真正的人還是一幅照片。以此杜絕使用者用照片作假。此項技術(shù)需要使用者作臉部表情的配合動作。六、圖像質(zhì)量檢測：圖像質(zhì)量的好壞直接影響到識別的效果，圖像質(zhì)量的檢測功能能對即將進(jìn)行比1/8對的照片進(jìn)行圖像質(zhì)量評估，并給出相應(yīng)的建議值來輔助識別。篇二：時代光華《E-Learning技術(shù)》課后答案時代光華《E-Learning技術(shù)》課后答案課程學(xué)習(xí)?課程評估課后測試課后測試如果您對課程內(nèi)容還沒有完全掌握，可以點擊這里再次觀看。觀看課程測試成績：100.0分。恭喜您順利通過！單選題.E-Learning應(yīng)用平臺的核心是:VABCD知識管理系統(tǒng)學(xué)習(xí)社區(qū)考試系統(tǒng)學(xué)習(xí)管理系統(tǒng)正確答案：D.下列學(xué)習(xí)管理系統(tǒng)中，屬于非正式學(xué)習(xí)的是：VABCD課程直播系統(tǒng)知識庫系統(tǒng)在線學(xué)習(xí)系統(tǒng)考試系統(tǒng)正確答案：B.下列選項中，不屬于學(xué)習(xí)技術(shù)體系基礎(chǔ)設(shè)施的是：VAB軟件硬件2/8CE-Learning應(yīng)用平臺D網(wǎng)絡(luò)正確答案：C.在線考試系統(tǒng)題庫的公共標(biāo)準(zhǔn)是：VAQTT標(biāo)準(zhǔn)BSCORM標(biāo)準(zhǔn)CISO標(biāo)準(zhǔn)DGB/T標(biāo)準(zhǔn)正確：A多選題.學(xué)習(xí)管理系統(tǒng)中常見的角色包括：VA學(xué)習(xí)者BIIR經(jīng)理C培訓(xùn)管理員D課程管理員正確答案：ABCD.下列選項中，屬于在線學(xué)習(xí)社區(qū)的輔助應(yīng)用的是A微博/博客B輔助知識庫建設(shè)C輔助培訓(xùn)項目D輔助'業(yè)務(wù)應(yīng)用正確答案：ABCD.關(guān)于虛擬教室系統(tǒng)，下列表述正確的是：VA虛擬教室系統(tǒng)又稱同步教學(xué)系統(tǒng)B能夠通過網(wǎng)絡(luò)提供遠(yuǎn)程師生同步授課VC以視頻傳輸為主D能夠滿足語音、視頻、PPT講義、文字等的同步交流正確答案：ABD3/8判斷題.人力資源管理方向是學(xué)習(xí)管理的最佳狀態(tài)。此種說法：V正確錯誤正確答案：錯誤.學(xué)習(xí)管理系統(tǒng)的模塊化是小范圍的功能的實現(xiàn)。此種說法：V正確錯誤正確答案：錯誤.會議型的虛擬教室系統(tǒng)以授課為主，屬于典型的課堂型結(jié)構(gòu)。此種說法：正確錯誤正確答案：錯誤V篇三：人臉識別技術(shù)綜述作業(yè)人臉識別技術(shù)綜述教師：姓名：學(xué)號：人臉識別技術(shù)綜述一、人臉識別發(fā)展人臉識別技術(shù)是生物識別技術(shù)的一種，它結(jié)合了圖像處理、計算機(jī)圖形學(xué)、模式識別、可視化技術(shù)、人體生理學(xué)、認(rèn)知科學(xué)和心理學(xué)等多個研究領(lǐng)域。從二十世紀(jì)六十年代末至今，人臉識別算法技術(shù)的發(fā)展共經(jīng)歷了如下四個階段：1、基于簡單背景的人臉識別這是人臉識別研究的初級階段。通常利用人臉器官的局部特征來描述人臉。但由于人臉器官沒有顯著的邊緣且易受到表情的影響,4/8因此它僅限于正面人臉（變形較小）的識別。2、基于多姿態(tài)/表情的人臉識別這是人臉識別研究的發(fā)展階段。探索能夠在一定程度上適應(yīng)人臉的姿態(tài)和表情變化的識別方法，以滿足人臉識別技術(shù)在實際應(yīng)用中的客觀需求。3、動態(tài)跟蹤人臉識別這是人臉識別研究的實用化階段。通過采集視頻序列來獲得比靜態(tài)圖像更豐富的信息，達(dá)到較好的識別效果，同時適應(yīng)更廣闊的應(yīng)用需求。4、三維人臉識別為了獲得更多的特征信息，直接利用二維人臉圖像合成三維人臉模型進(jìn)行識別，即將成為該領(lǐng)域的一個主要研究方向。人臉識別技術(shù)的研究范圍主要包括以下幾個方面：.人臉檢測：在輸入的圖像中尋找人臉區(qū)域。.人臉的規(guī)范化：校正人臉在尺度、光照和旋轉(zhuǎn)等方面的變化。.特征提?。簭娜四槇D像中映射提取一組能反映人臉特征的數(shù)值表示樣本。4.特征匹配：將待識別人臉與數(shù)據(jù)庫中的已知人臉比較，得出相關(guān)信息。人臉識別流程二、人臉識別過程及其技術(shù)人臉識別問題是指:對輸入的人臉圖像或者視頻,首先判斷其中是否存在人臉,如果存在人臉,則進(jìn)一步的給出每個人臉的位置、大小和各個主要面部器官的位置信息,并依據(jù)這些信息,進(jìn)一步提取每個人臉中所蘊(yùn)含的身份特征,并將其與已知人臉庫中的人臉進(jìn)行對比,從而識別每個人臉的身份。人臉識別的過程可以分為以下三個部分：1）人臉檢測:判斷輸入圖像中是否存在人臉,如果有,給出每個人臉的位置，大??；2）面部特征定位:對找到的每個人臉,檢測其主要器官的位置和形狀等信息；3）人臉比對:根據(jù)面部特征定位的結(jié)果,與庫中人臉對比,判斷該人臉的身份信息。2.1人臉的檢測和定位2.1.1人臉的色彩特性研究發(fā)現(xiàn)，雖然不同種族的膚色差異較大，但在色彩空間中的分布相對集中，5/8因此可以充分利用皮膚的色彩特點進(jìn)行臉部膚色和五官的分割.這種膚色的分布服從高斯分布N(m,C),其中：均值(Mean):m二E{x},x=(rb)T,協(xié)方差(Covariance):C二E{(x-m)(x-m)T).由高斯分布可得到圖像中任一像素的值為膚色的概率Likelihood[3],如下式所示2.1.2彩色圖轉(zhuǎn)化為灰度圖根據(jù)(1)可將原彩色圖轉(zhuǎn)化為灰度圖.灰度圖中的像素值表示該像素為膚色的概率.灰度圖中膚色區(qū)域和非膚色區(qū)域存在著明顯的差異,膚色區(qū)域要亮一些.2.1.3灰度圖轉(zhuǎn)化為二值圖膚色區(qū)域和非膚色區(qū)域存在著明顯的差異，因此可以用閾值法去除非膚色區(qū)域.由于固定閾值法不適用于色彩差異較大的各種人臉圖像,因此采用自適應(yīng)閾值選取法來獲取最優(yōu)閾值.自適應(yīng)閾值選取法的原理如下：隨著閾值的逐步減小，觀察分割出的區(qū)域數(shù)目的增加情況.雖然這種增加速度有逐漸減緩的趨勢，但當(dāng)閾值取到一個很小值以至于部分非膚色區(qū)域被保留下來時,分割出的區(qū)域數(shù)目會產(chǎn)生一個跳變,此時的閾值即為最優(yōu)閾值.用該閾值對灰度圖做二值化處理,即其中，gi(x,y)為灰度圖中的像素值，T為自適應(yīng)閾值選取的最優(yōu)閾值?經(jīng)過上述處理后，得到一幅二值圖.2.1.4判斷保留下的各個區(qū)域是否是人臉區(qū)域首先計算該區(qū)域的歐拉數(shù)E二C-H,其中C為區(qū)域連通數(shù)，II為洞的數(shù)目，對于人臉而言，E應(yīng)大于1.然后根據(jù)歐拉數(shù)E判斷區(qū)域中是否存在洞，若是，則根據(jù)下列公式計算矩、質(zhì)心和傾角再利用人臉的兒何特性進(jìn)一步判斷：計算區(qū)域的長、寬，若長寬比過大則丟棄；將標(biāo)準(zhǔn)人臉模板和區(qū)域重合，計算十字相關(guān)性.若關(guān)聯(lián)性大于一個即定值，則該區(qū)域為人臉.2.2人臉特征提取2.2.1利用小波多分辨特性對人臉做降維表達(dá)對人臉圖像做一階小波分解,再對高頻圖做積分投影.圖像積分投影定義如下：給定NXM大小的圖像I(x,y),分別6/8定義水平函數(shù)量H(y)和垂直投影函數(shù)V(x),圖像區(qū)域為甲(xlVxVx2,ylVyVy2=：2.2.2確定人臉帶區(qū)在垂直細(xì)節(jié)圖作積分投影，得到積分投影函數(shù)V(x),尋找V(x)的兩個極值點，它們就是人臉的左右邊界.這兩個點的位置確定了一個垂直帶區(qū)，命名為“人臉外接帶區(qū)”.人臉左右邊界部分的小波系數(shù)較大，所以具有較大的值.利用兩個峰值，可以確定人臉的垂直帶區(qū).2.2.3特征基線確定在人臉外接帶區(qū)范圍內(nèi)，對水平細(xì)節(jié)圖作水平積分投影，得到H(y).在眼睛、鼻子、嘴的位置附近，小波系數(shù)的值比較大，尋找H(y)中極值點，它們分別對應(yīng)眼睛、鼻子和嘴的基線.對水平細(xì)節(jié)圖中基線的區(qū)域分別進(jìn)行垂直積分投影、檢測結(jié)果、確定基線.眼睛基線附近應(yīng)得到兩個突起的峰值，鼻子和嘴應(yīng)在兩眼的峰值中間有一個長的峰值.最后，定義人臉的外接矩形.由于頭發(fā)、胡須和衣服等在多數(shù)方向上具有較高的小波系數(shù)，所以無法準(zhǔn)確定位人臉上下基線.根據(jù)人臉的形狀,一般確定人臉的長寬比大約為1.5：1,將人臉的上下基線定義為與鼻子的基線等距.2.2.4基于特征基線提取特征眼：在眼睛基線附近做邊沿檢測，對檢測結(jié)果做水平投影，確定眼睛的范圍.做垂直投影，對區(qū)域中的黑點進(jìn)行區(qū)域膨脹.取黑點的均值作為瞳孔的位置.鼻子：設(shè)兩眼瞳距為1,在雙眼下方(0.7,1)范圍內(nèi)尋找顏色較深的區(qū)域即鼻孔.兩鼻孔的1/2處的亮度最高點即為鼻尖.嘴：尋找滿足下列條件并位于臉的下方的區(qū)域即唇色嘴到兩眼中心的距離為(L0,1.3).用類似眼睛的方法找到左右嘴角和嘴的中心.2.3人臉對比國內(nèi)人臉對比技術(shù)已取得了一定的成果.BP神經(jīng)網(wǎng)絡(luò)是應(yīng)用較為廣泛的一種特征提取和對比方法.例如，可將標(biāo)準(zhǔn)化后人臉圖像各點的灰度值作為特征提取網(wǎng)絡(luò)的輸入，其隱層輸出作為識別網(wǎng)絡(luò)的輸入.識別網(wǎng)絡(luò)的期望輸出為賦予每個人的標(biāo)識號.每人多張照片參加訓(xùn)練，根據(jù)訓(xùn)練人數(shù)的多少，可適當(dāng)增減輸出層結(jié)點數(shù).7/8該方法的優(yōu)點是識別速度快、識別率高、自適應(yīng)性強(qiáng)，但訓(xùn)練和收斂速度慢，容易陷入局部極小.另一種有效方法是將本征臉、協(xié)同算法和自聯(lián)想神經(jīng)網(wǎng)絡(luò)等單一分類器結(jié)合起來，形成了多分類器結(jié)合的方法進(jìn)行人臉對比，并在已有的幾種分類器結(jié)合方法的基礎(chǔ)上，對投票法作一些改進(jìn)：不同分類器給予不同的“說話權(quán)重”，增加“第二候選人”，并根據(jù)“第一候