供應信息
傳統(tǒng)的人臉識別技術主要是基于可見光圖像的人臉識別，這也是人們熟悉的識別方式，已有30多年的研發(fā)歷史。但這種方式有著難以克服的缺陷，尤其在環(huán)境光照發(fā)生變化時，識別效果會急劇下降，無法滿足實際系統(tǒng)的需要。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但這兩種技術還遠不成熟，識別效果不盡人意。迅速發(fā)展起來的一種解決方案是基于主動近紅外圖像的多光源人臉識別技術。它可以克服光線變化的影響，已經(jīng)取得了的識別性能，在精度、穩(wěn)定性和速度方面的整體系統(tǒng)性能超過三維圖像人臉識別。這項技術在近兩三年發(fā)展迅速，使人臉識別技術逐漸走向?qū)嵱没Ｈ四樑c人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的性和不易被的良好特性為身份鑒別提供了必要的前提，與其它類型的生物識別比較人臉識別具有如下特點：非強制性：用戶不需要專門配合人臉采集設備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強制性”；非接觸性：用戶不需要和設備直接接觸就能獲取人臉圖像；
并發(fā)性：在實際應用場景下可以進行多個人臉的分揀、判斷及識別；
識別數(shù)據(jù)人臉識別需要積累采集到的大量人臉圖像相關的數(shù)據(jù)，用來驗證算法，不斷提高識別準確性，這些數(shù)據(jù)諸如A Neural Network Face Recognition Assignment(神經(jīng)網(wǎng)絡人臉識別數(shù)據(jù))、orl人臉數(shù)據(jù)庫、麻省理工學院生物和計算學習中心人臉識別數(shù)據(jù)庫、埃塞克斯大學計算機與電子工程學院人臉識別數(shù)據(jù)等。配合程度現(xiàn)有的人臉識別系統(tǒng)在用戶配合、采集條件比較理想的情況下可以取得令人滿意的結果。但是，在用戶不配合、采集條件不理想的情況下，現(xiàn)有系統(tǒng)的識別率將陡然下降。比如，人臉比對時，與系統(tǒng)中存儲的人臉有出入，例如剃了胡子、換了發(fā)型、多了眼鏡、變了表情都有可能引起比對失敗。
您好，歡迎蒞臨冠宇現(xiàn)代，歡迎咨詢...
 觸屏版二維碼 |
