人脸识别系统概述
2016-11-18 17:16
211 查看
人脸识别是计算机视觉中应用比较广的一个方向,目前有很多相关的研究。在《谍影重重5》中,CIA通过人脸识别系统获得黑客的身份信息。下面这张电影截图非常专业的展示了人脸识别系统的运行:
人脸检测,特征点检测,人脸对齐,人脸验证。如下图所示:
人脸检测:从图片中检测到人脸。经典方法有Viola-Jones detector,近年来有R-CNN等方法。
人脸特征点检测:在检测到的人脸上标记特征点。经典的有ASM,前些年有SDM,FPS3000等,现在有基于CNN的方法。
人脸对齐:将不同姿态的人脸形状进行归一化处理。一般使用相似变换的方法。
人脸验证:判断是不是同一个人。人脸认证可以细化为人脸表示和判断方法,前者将人脸表示为一个向量,后者描述两个向量的相似程度。传统方法有H-LBP+Joint Bayesian,现在方法有DeepID等。
人脸识别在数据集上已经达到了超过99%的正确率,但是在实际使用中,仍有较大的改进空间。
文章目录:
人脸检测:Viola-Jones
人脸检测:MTCNN
人脸特征点检测:TCDCN
人脸特征点检测:VanillaCNN
人脸特征点检测:SDM
人脸对齐:Procrustes analysis
人脸验证:Joint Bayesian
人脸验证:DeepID
人脸验证:Lightened CNN
人脸识别相关算法层出不穷,我也会继续选择一些经典方法进行分析。
系统构成
一个人脸识别系统分为:人脸检测,特征点检测,人脸对齐,人脸验证。如下图所示:
人脸检测:从图片中检测到人脸。经典方法有Viola-Jones detector,近年来有R-CNN等方法。
人脸特征点检测:在检测到的人脸上标记特征点。经典的有ASM,前些年有SDM,FPS3000等,现在有基于CNN的方法。
人脸对齐:将不同姿态的人脸形状进行归一化处理。一般使用相似变换的方法。
人脸验证:判断是不是同一个人。人脸认证可以细化为人脸表示和判断方法,前者将人脸表示为一个向量,后者描述两个向量的相似程度。传统方法有H-LBP+Joint Bayesian,现在方法有DeepID等。
人脸识别在数据集上已经达到了超过99%的正确率,但是在实际使用中,仍有较大的改进空间。
博客目录
针对人脸识别系统中的每个模块,我尝试从传统方法和深度学习方法两个方面进行解读,以便更好地理解每个模块的框架和特点。文章目录:
人脸检测:Viola-Jones
人脸检测:MTCNN
人脸特征点检测:TCDCN
人脸特征点检测:VanillaCNN
人脸特征点检测:SDM
人脸对齐:Procrustes analysis
人脸验证:Joint Bayesian
人脸验证:DeepID
人脸验证:Lightened CNN
人脸识别相关算法层出不穷,我也会继续选择一些经典方法进行分析。
相关文章推荐
- 人脸识别系统概述
- KnowU 3.8 基于视频的人脸识别系统 更新历史
- 苹果iOS 5系统中或将整合人脸识别应用
- 基于QT和OpenCV的人脸检测识别系统(1)
- 人脸识别系统一步一步记录(1)
- 基于PCA和SVM的人脸识别系统-error修改
- 人脸识别系统报警 嫌犯潜逃路上“露脸”
- 关于鹰视系统(全景相机&球机)网络连接问题和人脸识别系统
- 从哈尔滨越狱事件看人脸识别在安防系统的重要性
- 人脸识别系统运行步骤
- 【OpenCV人脸识别入门教程之一】安装OpenCV及Windows系统环境配置
- 基于QT和OpenCV的人脸识别系统
- 人脸识别概述
- 人脸识别概述
- 基于稀疏表示的实际应用人脸识别系统
- 求人脸识别系统源代码!!!
- 人脸表情识别 概述
- 人脸识别考勤系统解决方案
- [论文]基于Kinect的实时人脸识别系统
- 基于OpenCv的人脸检测、识别系统学习制作笔记之三