几乎在一夜之间,“人脸识别”成为科技行业炙手可热的名词,其百度日均搜索高达1930。除了苹果手机横空出世带来的市场效应之外,根本的原因是随着这项技术逐渐成熟,应用领域的拓宽带来了行业发展,从事相关技术研究的公司也在这些年喷涌浮现。
人脸识别,是对人脸关键特征进行分析计算并进行身份识别的一种生物识别技术,与指纹识别、虹膜识别并称为“三大能够进入实用阶段的生物特征识别技术”。
人脸识别是通过设备采集人脸的基本信息,从而达到辨识、定位、确认身份的作用。
那么,人脸识别是怎么实现的呢?
人脸识别的核心基于算法模型,算法模型其实就是一串极度复杂的高数计算公式,没错,就是上学时让我们头疼不已的“线性代数”“高等数学”“概率论”等等。
人脸识别技术是通过检测人脸,对脸部的进行一些关键点的定位,通过核心算法获得人脸的特征值,然后将这个特征值与你本人的特征是进行一个相似度的对比,从而得到一个人脸识别的结果。
人脸识别算法的三个阶段
人脸识别算法经历了早期算法,人工特征+分类器,深度学习3个阶段。目前深度学习算法是主流,极大的提高了人脸识别的精度,推动这一技术真正走向实用
第一阶段是早期算法
早期的算法有基于几何特征的算法,基于模板匹配的算法,子空间算法等多种类型。子空间算法将人脸图像当成一个高维的向量,将向量投影到低维空间中,投影之后得到的低维向量达到对不同的人具有良好的区分度。
第二阶段的人脸识别算法普遍采用了人工特征 + 分类器的思路
分类器有成熟的方案,如神经网络。这里的关键是人工特征的设计,它要能有效的区分不同的人。
第三个阶段是基于深度学习的方法
学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
目前全球范围内,从事人脸识别技术的企业很多,国外有有google、facebook、斯坦福、卡耐基等;国内这些年也涌现了很多实力派,如海康威视、科大讯飞、商汤科技、云从科技等。
人脸识别系统广泛应用于智慧城市、智慧交通、智慧医疗、商业连锁、银行、学校、园区、安检等各行各业。人脸识别技术在网络支付、考勤、门禁、安防等场合得到了应用。
当前,人脸识别技术的发展还有很大空间,现有的技术不足以解决识别问题。未来的发展方向可能是多种识别方法的综合,优化组合、运用人脸整体与局部,匹配方法相结合等。一个完善自动人脸识别系统是人脸检测技术与人脸识别技术的完美结合。现阶段还不能实现100%的人脸识别,但是社会各方面巨大的需求,人脸检测与识别技术仍将不断发展,新方法、新思路将会不断涌现,必将推动人脸检测与识别技术进一步产业化。