AI慕课--人脸识别课程

本文探讨了人脸识别技术,对比了不同生物特征的优缺点,重点讲述了人脸识别的模板匹配问题和解决方案,包括主成分分析(PCA)和Eigen Face。随着深度学习的发展,人脸识别面临的新挑战如尺度、遮挡和光照等,以及相应的检测方法如回归问题和滑窗分类器。内容涵盖支付宝远程身份认证等实际应用。
摘要由CSDN通过智能技术生成

人脸识别

1 常用生物特征比较:

人脸识别的普遍性、可采集性、可接受程度高(方便);但是独特性、性能、防欺骗性偏低(通过算法改进);因此,只要大幅度提高人脸识别算法的性能,可使得人脸识别得到最大程度的大范围使用。–人脸识别的优势
在这里插入图片描述

人脸识别的检测速度快,防欺诈性低,算法应当提高作弊成本(活体检测技术)。
典型案例:支付宝远程身份认证(刷脸登录-1比1比对)
刷脸进门,智能门禁;跨年龄人脸识别技术

2 人脸识别:

1)模板匹配:最简单想法

  • 困难:
    ①维度灾难(N=256,N*N=65536),内存、速度问题
    ②准确率问题

2)问题转化:

低维特征空间同一个人的特征尽可能接近;不同人特征尽可能分离。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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