"); //-->

现在刷脸变得越来越普遍了。以前上班需要拿笔签到,现在可能只要在刷脸,手机上一扫就可以完成考勤。那么人脸识别的原理是什么呢?

其实机器本来并不擅长识别图像,比如这张图片在机器眼里只是一串0和1组成的数据,机器并不能理解这个图像有什么含义。所以想让机器学会认识图像,就需要我们给它编写程序算法。当我们描述一个人的长相的时候,大多会用到类似这样的词汇,比如瓜子脸、柳叶眼、蒜头鼻、樱桃嘴。所谓长相很大程度上取决于人脑袋和五官的形状。

最早的人脸识别就是采用这样的方法。首先机器会在图像中识别出脸所在的位置,然后描绘出这张脸上的五官的轮廓,获得人脸上五官的形状和位置信息。比如两个眼睛之间的距离,鼻尖嘴角连线在水平方向上的角度等等。这样就可以通过这些数据判断这张脸是不是已知的某张脸。或者是直接在数据库中找出这是哪一张脸。但是这种方式获得的特征数据比较少,结果也并不是特别准确。现在我们已经有了更先进的算法对图像进行处理和比较。比如一些算法不再是从图像上描点连线,而是直接对比两张脸的图像,这样就相当于更全面细致的获取了更多的特征信息。

现在机器在人脸识别的正确率上甚至全面超过了人类。不过随着越来越多的领域,尤其是金融行业采用人脸识别技术,问题就出现了,比如可能会有不法分子利用别人的照片登录这个人的账户,盗取财产。一个解决的方案是让操作者在进行登录的时候做一些表情,这样就可以判断出这不是一张静态的照片。但即使是这样,不法分子还是可以通过拍视频或者建模的方式模拟出这些表情动作。
所以在一些对安全性要求比较高的场合,人脸识别设备会增加一些特殊的装备来判断自己正在识别的是不是一个活生生的人。比如可以加装3D传感器、红外摄像仪等设备来感知摄像头前到底是一张冷冰冰的平面图像,还是一张有温度的立体的脸?

当然,人脸识别技术还不够完美,不法分子总是会想出新的招数来进行攻击,而技术也正是从这一次一次的防御中不断自我完善的。现在的人脸识别技术,在各种手机APP中和我们的生活中得到了广泛应用,虽然方便了生活,但也存在着弊端,相信在不久的将来,人脸识别技术会更加精进和方便。

专栏文章内容及配图由作者撰写发布,仅供工程师学习之用,如有侵权或者其他违规问题,请联系本站处理。 联系我们
相关推荐
5 Face++人脸识别总结语
【干货】人脸识别市场问题面面观
PcA和Fisher方法的人脸识别
4 Face++实例编写
FacenetPytorch人脸识别方案--基于米尔全志T527开发板
基于机器学习的虚拟门把手设计与实现
2 线上API分析
艾迈斯欧司朗与创迈思联合发布演示方案,实现OLED屏下超高安全级别人脸认证
工业级网络高清广告机解码板方案 MX68 迈瑞思
基于FaceNet的智能自习室的设计与实现*
基于改进的LDP人脸识别算法
快速为 MCU 添加人脸识别摄像头
人脸识别技术的门禁系统设计与实现
人脸识别在安防系统的应用研究
人脸识别车载专用终端解决方案
基于卷积神经网络的人脸识别检测分析
广义主分量分析及其在人脸识别中的应用
1 本课概要
人脸和指纹身份识别认证系统合二为一的解决方案
英伟达 “全天候” 芯片实现毫秒级人脸检测
基于分层约束的人脸局部特征检测算法目录
利用可见光和热红外图像对人脸识别性能的比较分析
研强工业平板人脸识别系统访客管理解决方案
人脸面部识别系统,进入公寓的“通行证”
基于Mediatek Genio350 的AIoT之人脸侦测方案
基于NXP i.MX RT106F EdgeReady人脸识别解决方案
3 离线API的下载和配置
“药丸”要完:消息称 3D 人脸识别 2027 年实现单孔 / 全屏下,苹果华为终见曙光
基于图结构的图像注意力网络
RV1109人脸识别AI机器视觉主板RV1126方案linux系统人脸闸机应用