人脸识别原理：（初级篇）内含PPT

      之前一直没有空整理有关  “人脸识别”  的基础知识，现在得幸做个PPT，这里有PPT的下载地址，我已经上传了喔

ps：ppt不见了。。有机会再搞吧。。。

主要好记性不如烂笔头嘛，在上面写了一些我的思路以及理解吧，话不多说，立刻开始来介绍一下主要做的内容：

人脸识别的原理~

0）人脸识别的应用场景；

1）图形预处理：灰度化、几何变换、图像增强，归一化。

对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。对于人脸图像而言，其预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。

 

2）图像检测：特征点定位、人脸对齐、仿射变换来抓取人脸特征点，用到了opencv的dlib库；

人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器)，按照加权的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提