人脸识别产品相关知识整理

引言

这个文章是我18年初整理的一个基础人脸识别产品知识。

人脸识别规范、标准和白皮书

我在工标网站上找到了公安部的《GA∕T 1093-2013 出入口控制人脸识别系统技术要求》和《GA∕T 1126-2013 近红外人脸识别设备技术要求》两个规范。

人脸识别设备通用规范-2016版

信息技术 生物特征样本质量 第五部分 人脸图像数据

信息技术 生物特征识别 数据交换格式 第五部分 人脸图像数据

信息技术 移动设备生物特征识别第一部分 通用要求

并且找到了《生物生物特征识别白皮书2017版》，2019年初将会出版《生物特征识别白皮书2018版》。这个白皮书是由中国电子技术标准化研究院撰写。

2018年8月，蚂蚁金服与电气和电子工程师协会(IEEE)在北京召开《生物特征识别活体检测标准》启动会，蚂蚁金服与中国电子技术标准化研究院有密切合作，预计19年将会推出相关标准。

基础知识

这个是一个基础知识的链接https://blog.csdn.net/neu_chenguangq/article/details/52983093

 

人脸识别市场

下面两个图都来源与前瞻网的研究报告，可以看出人脸识别在国内市场一直是增长的，只不过增长幅度不是很大。

下图是前瞻网关于全球市场的一个情况，第一个图的单位是百万美元，第二个图的单位是亿美元

人脸识别的应用

 

 

人脸识别的基础概念

来源：http://ai.dataguru.cn/article-11640-1.html

人脸检测

“人脸检测（Face Detection）”是检测出图像中人脸所在位置的一项技术。

人脸检测算法的输入是一张图片，输出是人脸框坐标序列（0个人脸框或1个人脸框或多个人脸框）。一般情况下，输出的人脸坐标框为一个正朝上的正方形，但也有一些人脸检测技术输出的是正朝上的矩形，或者是带旋转方向的矩形。

 

常见的人脸检测算法基本是一个“扫描”加“判别”的过程，即算法在图像范围内扫描，再逐个判定候选区域是否是人脸的过程。因此人脸检测算法的计算速度会跟图像尺寸、图像内容相关。开发过程中，我们可以通过设置“输入图像尺寸”、或“最小脸尺寸限制”、或“人脸数量上限”的方式来加速算法。

人脸检测结果举例（绿色框为人脸检测结果）

 人脸配准

“人脸配准（Face Alignment）”是定位出人脸上五官关键点坐标的一项技术。

人脸配准算法的输入是“一张人脸图片”加“人脸坐标框”，输出五官关键点的坐标序列。五官关键点的数量是预先设定好的一个固定数值，可以根据不同的语义来定义（常见的有5点、68点、90点等等）。

 

当前效果的较好的一些人脸配准技术，基本通过深度学习框架实现，这些方法都是基于人脸检测的坐标框，按某种事先设定规则将人脸区域扣取出来，缩放的固定尺寸，然后进行关键点位置的计算。因此，若不计入图像缩放过程的耗时，人脸配准算法是可以计算量固定的过程。另外，相对于人脸检测，或者是后面将提到的人脸提特征过程&