《人工智能基础与应用》教学课件—8-2-人脸识别项目介绍.pptxVIP

人脸识别项目介绍 人脸识别介绍 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，如今很多场景下都使用人脸识别作为安全验证，由于人脸识别具有并发性、非接触性以及非强制性，所以运用十分广泛，如智能手机的人脸识别开锁、火车站的刷脸进站、支付宝的刷脸支付、北京大兴国际机场的刷脸登机等场景都有应用到人脸识别技术。智能手机的刷脸解锁速度已经可以做到从口袋拿出来，看一眼手机后就可以上划解锁，甚至让人感觉不到有人脸验证解锁这一步。 人脸识别方法 传统人脸识别需要人工提取特征，但是由于受到光照、角度等原因的影响会造成识别率不高、识别速度不快等问题。 深度学习现在成为人脸识别的主流方法，深度学习无需人工提取特征，人脸识别系统包含目标检测与图像分类的过程，目标检测就是在图像中找到人脸，图像分类就是识别人脸。 人脸数据集 LFW（Labled Faces in the Wild Home）数据集，该数据集是由美国马萨诸塞州立大学阿默斯特分校计算机视觉实验室整理完成的，主要用来研究非受限情况下的人脸识别问题。在LFW数据集中，由于多姿态、光照、表情、年龄、遮挡等因素影响，即使是同一人的照片差别也很大，并且有些照片中可能存在多张人脸，对于这些存在多张人脸的图像仅选择中心坐标的人脸作为识别目标，其他区域的XX视为背景干扰。该数据集包含5 746个人的13 233张图像，其中1 680个人拥有多张照片，每张照片的尺寸为250像素×250像素。 人脸识别流程 人脸识别流程主要包括4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； 匹配与识别。