2020年人脸识别行业研究报告 附下载地址

人脸识别(Face Recognition)是一种基于人的面部特征信息进行身份识别的生物特征识别技术。近年来,随着人工智能、计算机视觉、大数据、云计算、芯片等技术的迅速发展,人脸识别技术取得了长足的进步并且在众多场景中得以成功应用。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸视图采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术和系统。此外,部分应用场景下还可能涉及质量评价、活体检测等算法模块。

人脸识别的应用模式主要包括三种∶

1)人脸验证(FaceVerifcation)∶判定两张人脸图像是否属于同一个人,常用于身份认证如人证核验。

2)人脸辨识(Face Identification)∶给定一张人脸图像,判断是否在注册库中,若在则返回具体的身份信息,常用于静态检索或动态布控。

3)人脸聚类(Face Clustering)∶给定一批人脸图像,将相同人的图像归类到同一个类,不同人的划分为不同的类,常见的应用有智能相册、一人一档等。

声明

来源:全国信息技术标准化技术委员会生物特征识别分技术委员会,互联互通社区推荐阅读,版权归作者所有。文章内容仅代表作者独立观点,不代表互联互通社区立场,转载目的在于传递更多信息。如涉及作品版权问题,请联系我们删除或做相关处理!

互联互通社区


互联互通社区专注于IT互联网交流与学习,关注公众号:互联互通社区,每日获取最新报告并附带专题内容辅助学习。方案打造与宣讲、架构设计与执行、技术攻坚与培训、数据中台等技术咨询与服务合作请+微信:hulianhutongshequ

关注公众号:【互联互通社区】,回复【2020年人脸识别行业研究报告】获取全部报告内容。

自20世纪下半叶,计算机视觉技术逐渐地发展壮大。同时,伴随着数字图像相关的软硬件技术在人们生活中的广泛使用,数字图像已经成为当代社会信息来源的重要构成因素,各种图像处理与分析的需求和应用也不断促使该技术的革新。本研究报告人脸识别这一课题进行了简单梳理,主要包括以下内容: 1.人脸识别概述 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报告首先介绍了人脸识别区别于其他生物特征识别方法的五项优势,包括非侵扰性、便捷性、友好性、非接触性、可扩展性等;其次我们对人脸识别技术的发展历程进行梳理;接下来,报告介绍了当代中国政府对人脸识别技术发展的相关政策支持,这是人脸识别技术在我国得以蓬勃发展的有利宏观背景;第四,通过对遗忘人脸识别领域论文的挖掘,我们总结出人脸识别领域的研究热点;最后,我们介绍了与人脸识别相关的国际著名会议,以帮助读者更好获取人脸识别热点渠道。 2.人脸识别技术原理 研究首先介绍了人脸识别的五大技术流程,包括人脸图像的采集与预处理、人脸检测、人脸特征提取、人脸识别和活体鉴别;其次,研究介绍了目前人脸识别的主要方法,包括基于特征脸的方法、基于几何特征的方法、基于深度学习的方法、基于支持向量机的方法和其他综合方法;第三,我们介绍了人脸识别的三大经典算法,分别为特征脸法、局部二值模式和Fisherface,并简要概括了关于这三大经典算法的经典论文,供读者有更好的了解。最后,随着人脸识别技术的发展,不同的研究机构发展出了不同的人脸数据库,研究列出其中部分供读者参考和探索。 3.人脸识别领域人才介绍 基于AMiner大数据,对超级计算机领域专家进行深入挖掘和介绍。包括顶尖学者的全球与中国分布、迁徙概况、h-index分析,并依据AMiner评价体系,在世界层面选择瞩目的六位学者与中国两个层面上的五位出色学者进行详细介绍。 4.人脸识别技术应用领域 我们首先对国内人脸识别的三大领头企业进行介绍,包括商汤科技、云从科技、旷视科技。其次,人脸识别技术应用广泛,在公共安全、信息安全、政府职能等多个领域都有所涉及,研究重点介绍了人脸识别技术在门禁、市场营销和商业银行中的重点应用。随着人脸识别技术的发展,相信其将会迎来更加广泛、深入的发展空间。 5.人脸识别技术发展趋势预测 人脸识别技术无论是在科学领域还是工程领域、理论研究还是现实生活中,其应用十分广泛,有着极为广阔的发展前景。本文在结合当前应用的基础上,对人脸识别未来的发展趋势作出了四点相应的预测,机器识别与人工识别相结合、人脸识别技术的广泛应用、基于深度学习的人脸识别技术的广泛应用、人脸图像数据库的实质提升是目前超级计算机发展的热门趋势。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值