基于深度学习的人脸识别组员:程俊达16721492李阳16721493梁子轩167214目录CONTENT01|人脸识别概述02|发展历史03|几类算法简介04|发展现状及应用01PARTONE人脸识别概述概述4人脸识别简介:近年来,随着计算机技术的迅速发展,人脸自动识别技术得到广泛研究与开发,人脸识别成为近30年里模式识别和图像处理中最热门的研究主题之一
人脸识别的目的是从人脸图像中抽取人的个性化特征,并以此来识别人的身份
一个简单的自动人脸识别系统,包括以下4个方面的内容:(1)人脸检测(Detection):即从各种不同的场景中检测出人脸的存在并确定其位置
(2)人脸规范化(Normalization):校正人脸在尺度、光照和旋转等方面的变化
或者叫做alignment,人脸对齐,人脸校准(3)人脸校验(Faceverification):采取某种方式表示检测出人脸和数据库中的已知人脸,确认两张脸是否是同一个人
(4)人脸识别(Recognition):将待识别的人脸与数据库中的已知人脸比较,得出给你的脸是库里的谁
概述5人脸识别经典流程:5概述6人脸识别比对人脸识别建模概述人脸识别算法框架:人脸识别算法描述属于典型的模式识别问题,主要有在线匹配和离线学习两个过程组成
在人脸识别中,特征的分类能力、算法复杂度和可实现性是确定特征提取法需要考虑的因素
所提取特征对最终分类结果有着决定性的影响
分类器所能实现的分辨率上限就是各类特征间最大可区分度
因此,人脸识别的实现需要综合考虑特征选择、特征提取和分类器设计
概述生物特征生理特征whatyouhave
行为特征whatyoudo
-人像-DNA-虹膜-指纹-笔迹-步态-身体气味-按键节奏“与生俱来”“后天习惯”人脸识别与其它生物识别技术的比较:概述9生物识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科