施工電梯人臉識別的概述
2021-08-31 來自: 上海融瑞環保科技有限公司 瀏覽次數:563
一、人臉識別概要
人臉識別是一種基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。
利用人臉識別技術進行身份認定，安全、可靠、準確。借助于現代計算機技術實現，很容易配合電腦、網絡和安全、監控、管理系統整合，實現自動化、智能化管理。
二、人臉識別工作原理
人臉識別系統通常包括幾個過程：人臉圖像采集及檢測、圖像預處理、特征關鍵點提取、和特征比對。
1）圖像采集及檢測
人臉圖像采集：用戶在采集設備的拍攝范圍內時，采集設備會自動搜索并拍攝用戶的人臉圖像。
人臉檢測：主要用于人臉識別的預處理，即在圖像中準確標定出人臉的位置和大小。人臉檢測過程中使用Adaboost算法挑選出一些 能代表人臉的矩形特征(弱分類器)，按照加權 的方式將弱分類器構造為一個強分類器，再將訓練得到的若干強分類器串聯組成一個級聯結構的層疊分類器，有效地提高分類器的檢測速度。
2）圖像預處理
對于人臉的圖像預處理是基于人臉檢測結果，對圖像進行處理并 終服務于特征提取的過程。系統獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，必須在圖像處理的早期階段對它進行灰度校正、噪聲過濾等圖像預處理。對于人臉圖像而言，其預處理過程主要包括人臉圖像的光線補償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。
3）特征提取
根據人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數據（包括視覺特征、像素統計特征、人臉圖像變換系數特征、人臉圖像代數特征等），其特征分量通常包括特征點間的歐氏距離、曲率和角度等，對人臉進行特征建模。
4）特征比對
提取的人臉圖像的特征數據與數據庫中存儲的特征模板進行搜索匹配，通過設定一個閾值，當相似度超過這一閾值，則把匹配得到的結果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進行比較，根據相似程度對人臉的身份信息進行判斷。這一過程又分為兩類：一類是確認，是一對一進行圖像比較的過程，另一類是辨認，是一對多進行圖像匹配對比的過程。
三、人臉識別技術分類
當前人臉識別采集技術主要分三類：可見光識別技術、近紅外識別技術、3D成像識別技術。
1）可見光識別技術
可見光人臉識別技術是一種生物識別加智能視頻分析技術，通過視頻采集面部生物特征，在任何可見光和黑暗環境中與數據庫數據分析比對，識別合法和黑名單用戶，解決了監獄、軍隊、政府、公安、電力等用戶室外可見光環境下識別，完全打破世界原有落后的生物技術識別和被動式監控安防格局，創造主動式高安全級別的完整意義的主動防范。
可見光識別技術的優勢在于可以與現有的視頻監控系統結合起來，能夠智能、、主動的對遠距離大范圍的特定場所進行人員管理，而且可以在不經意間完成對目標人群進行圖像采集，具有更強的隱蔽性。其劣勢在于在夜間等光線不好，或目標人員有遮擋的情況下識別精度大大降低甚至無法完成識別功能。
2）近紅外識別技術
近紅外人臉識別是為了解決人臉識別中的光照問題，而提出的一種解決方案，其包括兩部分：主動近紅外人臉成像設備；和相應的光照無關人臉識別算法。使用強度高于環境光線的主動近紅外光源成像，配合相應波段的光學濾片，可以得到環境無關的人臉圖像，人臉圖像只會隨著人與攝像頭的距離變化而單調變化。在此圖像上采用一些特定的特征提取方式，如：局部二元模式（Local Binary Pattern，LBP）特征，可以進一步消除圖像的單調變化，得到完全光照無關的特征表達。
近紅外識別技術的優勢在于消除了光線對于識別效果的影響。劣勢也很明顯，1、為了降低環境光對識別效果的影響，紅外主動光源的強度需要強于環境光強度，這也大大降低了識別距離2、主動光源會在眼鏡上產生明顯的反光，降低眼睛定位的精度；3、不能利用已有的大量可見光照片（如：二代證照片，逃犯照片庫等），用戶需要重新構建近紅外照片庫，費時費力；4、主動光源經過長期使用后，會出現損壞和衰減，帶來更多的后期維護。
3）3D成像識別技術
3D成像識別技術是人臉識別重要發展發現。目前大部分的人臉識別應用的范疇限定在2D圖像上。人臉實質上是一個立體模型，而2D人臉識別容易受到姿態、光照、表情等因素影響，是因為2D圖像本身有一個缺陷，無法很好地表示深度信息。如果說深度學習是從人的認知角度來理解人臉識別，那么3D技術就是從現實模型來反映人臉識別。
目前常見的3D成像模組有：3D結構光識別模組、3D時間光（TOF）識別模組和雙目立體成像識別模組。
3D攝像頭相比傳統攝像頭，在硬件上不同是前端引入了vcsel模組。3D攝像頭特點在于除了能夠獲取平面圖像以外，還可以獲得拍攝對象的深度信息，即三維的位置及尺寸信息，其通常由多個攝像頭+深度傳感器組成。
結構光方案適合于消費電子產品前置3D成像，用于近距離場景。而ToF方案使用于消費電子產品的后置3D成像，用于遠具體、室外強干擾環境。雙目立體視覺方案因檢測范圍太小（不足1米），遠距離檢測問題很多，導致應用場景太少。
四、人臉識別技術優缺點
1）人臉識別優勢
a）使用方便，用戶接受度高
人臉識別技術使用通用的攝像機作為識別信息獲取裝置，以非接觸的方式在識別對象未察覺的情況下完成識別過程。
b）直觀性突出
人臉識別技術所使用的依據是人的面部圖像，而人臉無疑是肉眼能夠判別的直觀的信息源，方便人工確認、審計，“以貌取人”符合人的認知規律。
c）識別高，速度快
與其它生物識別技術相比，人臉識別技術的識別精度處于較高的水平，誤識率、拒認率低。
d）通用性設備
人臉識別技術所使用的設備為一般的PC、攝像機等常規設備，由于計算機、閉路電視監控系統等已經得到了廣泛的應用，因此對 于多數用戶而言使用人臉識別技術無需添置大量專用設備，從而既保護了用戶的原有投資又擴展了用戶已有設備的功能，滿足了用戶安全防范的需求。
c）基礎資料易于獲得
人臉識別技術所采用的依據是人臉照片或實時攝取的人臉圖像，因而無疑是容易獲得的。
2）人臉識別劣勢
a）相似性
不同個體之間的區別不大，所有的面部的結構都相似，甚至面部器官的結構外形都很相似。這樣的特點對于利用面部進行定位是有利的，但是對于利用面部區分人類個體是不利的。
b）易變性
面部的外形很不穩定，人可以通過臉部的變化產生很多表情，而在不同觀察角度，面部的視覺圖像也相差很大，另外，面部識別還受光照條件（例如白天和夜晚，室內和室外等）、面部的很多遮蓋物（例如口罩、墨鏡、頭發、胡須等）、年齡等多方面因素的影響。
c）環境影響
人臉識別易受環境影響。如對周圍的光線環境敏感，可能會影響識別的準確性，在面對黑暗、相似等復雜場景，識別率表現不佳。
以上就是小編為您介紹的施工電梯人臉識別的概述，您有更多的問題可以直接咨詢客服或者電話聯系我們。
編輯推薦內容：
上海融瑞環保科技有限公司
400-705-2002