人臉識別系統(tǒng)主要包括四個部分：人臉圖像采集與檢測、人臉圖像預(yù)處理、人臉圖像特征提取、匹配與識別。
人臉圖像采集：攝像機(jī)鏡頭可以采集不同的人臉圖像，如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同的表情等，當(dāng)用戶在采集設(shè)備范圍內(nèi)時，采集設(shè)備會自動搜索并獲取用戶的Fa。CE圖像。
人臉檢測：在實(shí)踐中，人臉檢測主要用于人臉識別的預(yù)處理，即準(zhǔn)確標(biāo)定人臉在圖像中的位置和大小。人臉圖像具有豐富的模式特征，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征和HAAR特征等。人臉檢測是從人臉檢測中提取有用信息，并利用這些特征實(shí)現(xiàn)人臉檢測。
主流人臉檢測方法采用基于上述特征的adaboost學(xué)習(xí)算法。ADABoost算法是一種分類方法。結(jié)合一些弱分類方法，形成了一種新的強(qiáng)分類方法。
在人臉檢測過程中，利用ADABOOST算法選擇了一些最能代表人臉的矩形特征（弱分類器）。弱分類器通過加權(quán)投票構(gòu)造為強(qiáng)分類器。對多個強(qiáng)分類器進(jìn)行串聯(lián)訓(xùn)練，形成級聯(lián)分類器的級聯(lián)結(jié)構(gòu)，有效地提高了分類器的檢測速度。
人臉圖像預(yù)處理：人臉圖像預(yù)處理是基于人臉檢測結(jié)果、圖像處理，最終服務(wù)于特征提取的過程。由于各種條件的限制和隨機(jī)干擾，系統(tǒng)采集的原始圖像不能直接使用。它必須在圖像處理的早期階段進(jìn)行預(yù)處理，如灰度校正、噪聲濾波等。對于人臉圖像，預(yù)處理過程主要包括光補(bǔ)償、灰度變換、直方圖均衡、歸一化、幾何校正、濾波和銳化。
人臉圖像特征提?。喝四樧R別系統(tǒng)現(xiàn)有的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等，人臉特征提取基于人臉的某些特征。人臉特征提取，又稱人臉表示，是一個人臉特征建模的過程。人臉特征提取方法可分為兩類：基于知識的表示法和基于代數(shù)或統(tǒng)計(jì)學(xué)習(xí)的表示法。
基于知識的表示主要是基于面部器官的形狀描述和它們之間的距離來獲取有助于面部分類的特征數(shù)據(jù)。特征分量通常包括歐幾里得距離、曲率和特征之間的角度。臉由眼睛、鼻子、嘴和下巴組成。這些零件的幾何描述和結(jié)構(gòu)關(guān)系可以作為人臉識別的重要特征。這些特征稱為幾何特征?；谥R的人臉表示主要包括基于幾何特征的方法和模板匹配方法。
人臉圖像匹配與識別：對提取的人臉圖像特征數(shù)據(jù)進(jìn)行搜索，并與數(shù)據(jù)庫中存儲的特征模板進(jìn)行匹配。通過設(shè)置閾值，當(dāng)相似度超過此閾值時，將輸出匹配結(jié)果。人臉識別是將待識別的人臉特征與獲得的人臉特征模板進(jìn)行比較，根據(jù)相似性判斷人臉識別信息。這個過程可以分為兩類：一類是識別，另一類是一對一的圖像比較過程，另一類是識別，一對多的圖像匹配和對比過程。
會員1.png)
