先进面部识别系统.ppt

先进面部识别系统.ppt

ID:52384807

大小:851.51 KB

页数:12页

时间:2020-04-05

先进面部识别系统.ppt_第1页
先进面部识别系统.ppt_第2页
先进面部识别系统.ppt_第3页
先进面部识别系统.ppt_第4页
先进面部识别系统.ppt_第5页
资源描述:

《先进面部识别系统.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、什么是人脸识别模式识别定义模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。生物特征识别生物特征识别技术是指通过计算机利用人类自身的生理或行为特征进行身份认定的一种技术。生物特征识别种类生物特征识别生理特征指纹掌纹虹膜静脉人脸DNA行为特征笔迹等什么是人脸识别人脸识别提取特征点人脸检测比对成像工作原理面部识别是一种非常自然、友好的生物特征识别认证技术。面部识别技术是通过图像或视频进行面部检测,然后提取面部特征、最后进行面部比对的一系列相关技术的总成。图像预处理人脸识别是是人类视觉最杰出的能力之一。计算机人脸识别技

2、术是一项新兴的生物识别技术,也是一个活跃的研究领域。它是计算机交互是技术的重要组成部分具有广阔的发展前景。面部识别的优点人脸识别技术由于它的安全性、无侵害性和对用户最自然、最直观的使用方式,使人脸识别成为最容易被接受的生物特征识别方式。准确率速度采集难度采集方式设备成本接受度应用范围指纹高很快低主动低高广泛掌纹很高快较低主动高高一般虹膜很高快高主动较高较低一般面部很高快低主动/被动低很高广泛DNA精确很慢很高主动很高低很窄和其他生物特征识别技术比较面部识别的优点1.识别准确安全;2.伴随性无须介质不怕丢失或遗忘;3.非接触使用安全卫生;4.隐蔽性适合特殊情况使用;5.使用方便无

3、须学习和改变使用习惯;6.设备使用寿命长;7.对人的身体及生理无侵害。面部识别不受季节及天气影响识别准确率高非接触:设备使用寿命高,使用更卫生。识别方式为主、被动两种不需要密钥或存放相关信息的介质(如IC、ID等)更安全更方便我们的贡献1、提高了该技术对环境光线的适应性2、解决了戴眼镜的问题3、降低了成本4、提高了识别速度用户选择的理由方便、安全、价格适中这个技术在保证安全性的同时极大的方便了客户使用(不用记密码,不用带卡片和钥匙),这是他价值的真正所在。并且在十年内无可替代他的技术会出现。复制难度高主要优点面部识别原理眼部检测眼镜发射光消除MB-LBP算法标准化根据眼睛位置做

4、图像标准化局部直方图均衡、Gamma、局部差分等一系列变换记录当前图像的光线照射情况Boosting人脸特征分类器人脸检测Haar算法特征提取代数(主)加几何特征(辅助)Gabor小波转化特征库结果注册比对Boosting眼部特征分类器通过摄像头采集到的灰度图像训练集检出率:1、不考虑准确度的情况下眼睛的检出率:DR=99.88%2、误差为5%眼睛的精确度检出率:DR(0.05)=80%3、误差为10%眼睛的精确度检出率:DR(0.1)=97%眼睛检测的速度:3ms:电脑(1.7GHz的中央处理器,128MB内存)100ms的:嵌入式(MIPS336MHz处理器,64MB内存)

5、眼部检测性能评价人脸特征提取前的预处理及图像标准化1、检测人脸平面内角度偏差并旋转。(根据眼睛)2、缩放图像到合适大小。(根据眼睛)3、截取151*151图像。4、通过局部差分及局部直方图均衡等措施对图像进行标准化(标准化前后图形如下)图像预处理及标准化1、特征提取是基于Gabor小波变换,特征编码的信息包含光照,表情,姿态等。2、我们通过二维分解Gabor滤波器来提高特征提取速度。实部虚部3、需要取标准图像中81个固定点,每个点进行16个方向8个频率的小波计算(如图)。特征提取如上所述,我们计算出特征点,根据在81点16方向和8个频率,所以我们得到16*8*81Gabor特征

6、值。让我们在每一个点得到16*8=128Gabor特征值。我们使用了编码功能,判断相邻点之间关系、方向和大小。因此,我们计算出每个特征编码的大小为2430Byte(还加入了一些其他信息,如光照强度、方向、注册时间等)。特征提取1、计算相似性首先我们计算出每个的的相似性,再根据每个点的相似性的差计算权重。2、计算面部的光线变化我们计算特征编码的时候加入了环境光线的基本信息,在比对中发现光线变化时会采取特殊的处理方式以增加光线变化时的识别率。比对过程我们的技术参数识别精度RR是指等记的人和比对的人为同一人时的通过率。0FMR是指不发生误识的时候,拒识率为15%。FMR1000000

7、是指误识率为1/1000000,拒识率为12.5%。FMR100000是指误识率为1/100000,拒识率为11%。FMR10000是指误识率为1/10000,拒识率为9%。适用范围可以识别平面内-30〜30度的头部图像偏转或非平面外-15〜15度的头部旋转。可适用不大于???焦耳能量的干扰。算法同时支持intel架构、DSP架构、ARM架构等多种平台识别速度速度0.1秒/pc;0.2秒/DSP;0.7秒/MIPSRR0FMRFMR1000000FMR100000FMR100002%15%1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。