人工智能導(dǎo)論-項(xiàng)目5-人臉識(shí)別

人工智能導(dǎo)論項(xiàng)目五

人臉識(shí)別--計(jì)算機(jī)視覺的應(yīng)用01項(xiàng)目背景02思維導(dǎo)圖03思政聚焦04項(xiàng)目相關(guān)知識(shí)05項(xiàng)目任務(wù)目錄CONTENTS06項(xiàng)目小結(jié)與展望01項(xiàng)目背景計(jì)算機(jī)視覺技術(shù)介紹“眼睛是心靈的窗戶”，通過眼睛，我們可以觀察周圍的任何事物，可以看到很多風(fēng)景，可以捕捉許多對(duì)我們有用的信息。同樣，計(jì)算機(jī)視覺也是一雙“眼睛”，通過它，計(jì)算機(jī)可以感知環(huán)境、獲取信息。我們可以將計(jì)算機(jī)視覺理解為計(jì)算機(jī)的“眼睛”，但是計(jì)算機(jī)的“眼睛”只是對(duì)生物視覺的一種模擬而已。計(jì)算機(jī)視覺應(yīng)用----人臉識(shí)別計(jì)算機(jī)視覺技術(shù)的廣泛應(yīng)用，信息時(shí)代促進(jìn)了計(jì)算機(jī)的進(jìn)一步發(fā)展，而計(jì)算機(jī)與各大領(lǐng)域的結(jié)合，使得人們對(duì)計(jì)算機(jī)越來越依賴。人工智能人臉方面的應(yīng)用，包括人臉識(shí)別、人臉檢測(cè)、人臉匹配、人臉對(duì)齊等等，這應(yīng)該是計(jì)算機(jī)視覺方面最熱門也是發(fā)展最成熟的應(yīng)用，而且已經(jīng)比較廣泛的應(yīng)用在各種安全、身份認(rèn)證等，比如人臉支付、人臉解鎖。計(jì)算機(jī)視覺是一個(gè)跨學(xué)科的領(lǐng)域，涉及的部分學(xué)科如圖5-1所示。

計(jì)算機(jī)視覺計(jì)算機(jī)科學(xué)信號(hào)處理應(yīng)用數(shù)學(xué)統(tǒng)計(jì)學(xué)神經(jīng)生理學(xué)圖5-1計(jì)算機(jī)視覺涉及的部分學(xué)科02思維導(dǎo)圖項(xiàng)目五思維導(dǎo)圖03思政聚焦人臉識(shí)別技術(shù)應(yīng)用人臉識(shí)別系統(tǒng)在很多領(lǐng)域都發(fā)揮了很多的作用，越來越多的現(xiàn)實(shí)場(chǎng)景開始采用人臉識(shí)別門禁系統(tǒng)來確保進(jìn)出人員的安全，國(guó)內(nèi)大部分的辦公場(chǎng)所應(yīng)用非常廣泛，甚至在國(guó)內(nèi)一些小區(qū)，開始鼓勵(lì)小區(qū)應(yīng)用人臉識(shí)別系統(tǒng)來進(jìn)行身份識(shí)別，所以相信未來，隨處都可以看到人工智能管理應(yīng)用如圖5-3所示如圖5-3所示人臉識(shí)別技術(shù)應(yīng)用啟用人臉識(shí)別測(cè)溫系統(tǒng)，兼具人臉識(shí)別門禁考勤和測(cè)溫檢測(cè)兩大功能，不僅快速準(zhǔn)確識(shí)別人員身份，還能檢測(cè)播報(bào)人體溫度，自動(dòng)記錄提交進(jìn)出記錄、測(cè)溫?cái)?shù)據(jù)，報(bào)表形式輸出方便查看和監(jiān)控，發(fā)信異常情況也能追溯分析如圖5-4所示。如圖5-4所示04項(xiàng)目知識(shí)準(zhǔn)備人臉識(shí)別過程圖5-5人臉識(shí)別過程基于幾何特征的人臉識(shí)別010203040506人臉識(shí)別常用方法基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別基于特征臉(PCA)的人臉識(shí)別方法彈性圖匹配的人臉識(shí)別方法線段Hausdorff距離(LHD)的人臉識(shí)別方法支持向量機(jī)(SVM)的人臉識(shí)別方法07多光源人臉識(shí)別技術(shù)人臉特征提取方法基于人臉特征點(diǎn)的識(shí)別算法

通過對(duì)特征點(diǎn)進(jìn)行局部特征紋理征提取，然后結(jié)合各部分的相對(duì)位置關(guān)系得到要優(yōu)化的目標(biāo)函數(shù)并構(gòu)造迭代的方法，在給定的人臉圖片上首先定位到眼睛等部位的位置，然后提取各特征點(diǎn)之間的分布形狀特征和特征點(diǎn)自身具有的紋理、輪廓等特征，計(jì)算不同人臉的特征的“距離”從而對(duì)人臉進(jìn)行識(shí)別?；谡四槇D像的識(shí)別算法

通過信息理論中對(duì)人臉圖像進(jìn)行分析，尋找對(duì)信息最高效的編碼，具體化來說，將圖像作為一個(gè)高維的數(shù)據(jù)輸入，通過子空間的劃分（子空間劃分可以借助傅立葉變換來理解，用一組基底的線性組合表示當(dāng)前的信號(hào)，達(dá)到既降維又好分類的目的）得到對(duì)人臉圖像最有效的表達(dá)，并由此來對(duì)人臉進(jìn)行識(shí)別，也稱子空間方法或特征臉方法。04項(xiàng)目任務(wù)任務(wù)1：人臉身份識(shí)別1、任務(wù)描述

人臉身份識(shí)別是輸入一個(gè)人臉的特征，通過和注冊(cè)庫(kù)中N個(gè)身份對(duì)應(yīng)的特征進(jìn)行的逐個(gè)對(duì)比，找出一個(gè)與輸入特征相似度最高的特征。將這個(gè)最高相似度和預(yù)設(shè)的閾值進(jìn)行比較，如果大于閾值，則返回該特征對(duì)應(yīng)的身份，否則返回“不在庫(kù)中”。任務(wù)1：人臉身份識(shí)別2、技術(shù)分析人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法”。這種算法是利用人體面部各器官及特征部位的方法。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫(kù)中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。任務(wù)1：人臉身份識(shí)別3、任務(wù)實(shí)現(xiàn)---請(qǐng)大家掃二維碼根據(jù)步驟測(cè)試實(shí)現(xiàn)任務(wù)2：AI人臉融合1、任務(wù)描述對(duì)兩張人臉進(jìn)行融合處理，生成的人臉同時(shí)具備兩張人臉的外貌特征（并不是換臉）如圖5-23所示，主要實(shí)現(xiàn)以下人臉融合方式：指定人臉：當(dāng)圖片中有多張人臉時(shí)，可以指定某一張人臉與模板圖進(jìn)行融合圖像融合：將檢測(cè)到的兩張人臉圖片進(jìn)行融合，輸出一張融合后的人臉黃反識(shí)別：利用圖像識(shí)別能力，判斷圖片中是否存在色情、暴恐血腥場(chǎng)景、政治敏感人物任務(wù)2：AI人臉融合2、技術(shù)分析指定人臉生成。將檢測(cè)到的兩張人臉圖片進(jìn)行融合，輸出一張融合后的人臉。利用圖像識(shí)別能力，判斷圖片中是否存在色情、暴恐血腥場(chǎng)景、政治敏感人物。任務(wù)2：AI人臉融合3、任務(wù)實(shí)現(xiàn)---請(qǐng)大家掃二維碼根據(jù)步驟測(cè)試實(shí)現(xiàn)04項(xiàng)目小結(jié)與展望項(xiàng)目小結(jié)

在本章中，我們了解了人臉識(shí)別的關(guān)鍵技術(shù)與原理。如果要從一張圖片或一段視頻中做人臉識(shí)別，首先要在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。對(duì)截圖的人臉圖像進(jìn)行預(yù)處理之后，再根據(jù)人臉五官關(guān)鍵點(diǎn)坐標(biāo)，計(jì)算特征值。將提取的人物圖像的特征值與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征值進(jìn)行匹配，如果相似度超過預(yù)設(shè)的閾值，則把匹配得到的結(jié)果輸出。人臉識(shí)別就是將待識(shí)別的人臉特征與已得到的人臉特征進(jìn)行比較，根據(jù)相似度對(duì)人臉的身份信息進(jìn)行判斷。項(xiàng)目展望

隨著人臉識(shí)別技術(shù)的逐步成熟，靠“臉”生存將不再是幻想。伴隨著人臉