人脸识别系统(精)课件.ppt

* 努力奋斗 * 努力奋斗 * 努力奋斗 * 努力奋斗 人脸识别系统 * 常见的门禁系统有：密码门禁，IC/ID卡门禁，指纹\虹膜\掌型生物识别门禁等。 常见的门禁类型 密码技术 IC卡技术 指纹识别技术 人脸识别技术 虹膜识别技术 门禁系统举例 * 二．人脸识别技术综述 人脸识别，是基于人的脸部特征信息进行身份识别的一种 生物识别技术。用摄像机或摄像头采集含有人脸的图像或 视频流，并自动在图像中检测和跟踪人脸，进而对检测到 的人脸进行脸部的一系列相关技术，通常也 叫做人像识别、面部识别。 * 为什么选择人脸识别身份？ 人世间找不两张完全一样的脸！ 人脸是人类赖以区分不同人的基本途径 世间一切尽在脸上！ 基因 + 成长环境 尽管双胞胎在基因层面也许区别不大，但后天的成长历程都镌刻在了他们的脸孔上！所以随着年龄的增长，他们的脸孔会更加不同。另外一个例子就是所谓的“夫妻相”，尽管基因不同，但共同的生活经历导致了其面孔的趋同。 * 提纲 从模式识别到人脸识别 人脸识别的背景知识 人脸识别的基本原理 人脸检测与识别的典型方法 * 从模式识别到人脸识别 人脸识别是模式识别的一个典型案例，它为模式识别问题研究提供了一个良好的实验平台，所以，众多模式识别的知名专家、学者都在从事人脸识别的研究！ * 从模式识别到人脸识别 光学摄像机 人脸检测器 特征提取器 分类器 后处理器 人物身份 人脸表面 传感器 分割器 特征提取器 后处理器 决策 客观世界模式 分类器 特征提取器 人脸识别系统主要包括四个组成部分，分别为： 人脸图像采集及检测、人脸图像预处理、人脸图像特征提取 以及匹配与识别。 * 关于传感器与预处理 传感器：客观世界模式的测量问题 人脸：数字化为2D图像？3D形状？红外温谱？ 分辨率、精度、灵敏度、失真度等等 真实性？稳定性？ 预处理：保证数据的纯洁度 模式识别理论基本不关心这两项内容，而在应用上，是必须作为重要内容来考虑的，否则可能根本就是不可解的问题！ * 关于特征表示问题 关于特征提取与分类器 理想的特征提取过程可使得后续的分类器设计成为小菜一碟，万能的分类器似乎也应该使得设计者不必刻意设计特征提取过程！ 没有万能的分类器！ 甚至没有所谓最好的分类器，不同的分类器有不同的适用范围！ 但对具体问题，可能会有最适合的特征表示方法，而不同的特征表示也需要采用不同的分类器 * 关于数据问题 Math is king, data is queen! 在基于统计学习的模式识别问题中，采用什么样的数据、多少数据往往决定了问题的成败，而不是采用了什么样的学习算法 目标不同：模式识别研究的是有了特定属性数据之后如何设计“对所有可能的情况”最优的分类器，而应用上却要考虑“为了解决某个特定识别问题”如何去选择数据？ 只为了识别中国人，需要把外国人的数据拿来训练吗？ 为了识别正楷文字，需要把行书也拿来训练吗？ 但是，在理论上却有另一个问题… * 关于泛化能力 泛化能力 对于没有训练学习过的模式样本的识别能力 只用中国人训练的模型能否识别老外？异族人脸识别困难现象。 婴儿：“独眼龙” 不是人？ 在实践中，也许想办法加入更多的有代表性的训练样本更能解决问题，而不是去设计更复杂的分类器或者学习机 充分利用手头样本 * 小结 对一般方法的掌握程度 对特定问题的理解程度 应用中需要更多的关注： 传感器的选择，比如什么样的摄像机？ 预处理：如何去除各种干扰因素？ 特征表示问题：什么是本质的类别特征？ 为了解决某一应用问题，选择什么样的数据训练分类器？ 共同决定了最终的成败！ * 人脸识别的相关背景 * 应用模式 典型具体应用 特点说明 应用领域 身份识别 出入境管理 过滤敏感人物（间谍、恐怖分子等） 国家安全 公共安全 嫌疑人照片比对 公安系统用于确定犯罪嫌疑人身份 敏感人物智能监控 监控敏感人物（间谍、恐怖分子等） 网上追逃 在PDA等移动终端上进行现场比对 会议代表身份识别 防止非法人员进入会场带来危险因素 关键场所视频监控 如银行大厅，预警可能的不安全因素 家政服务机器人 能够识别家庭成员的智能机器人 人机交互 自动系统登陆 自动识别用户身份，提供个性化界面 智能Agent 自动识别用户身份，提供个性化界面 真实感虚拟游戏 提供真实感的人物面像，增加交互性 身份验证 护照、身份证、驾照等各类证件查验 海关、港口、机要部门等查验持证人的身份是否合法 公共安全 准考证查验 防止替考问题 教育 机要部门物理门禁 避免钥匙和密码被窃取造成失窃 公共安全 机要信息系统门禁 避免单纯的密码被窃取造成信息被窃 信息安全 面像考勤系统 方便，快捷，杜绝代考勤问题 企业应用 金融用户身份验证 避免单纯的密码被窃取造成财产损失