人臉識(shí)別的內(nèi)涵

人臉檢測(cè)實(shí)際上是對(duì)圖像提取特征，Haar特征是一種用于實(shí)現(xiàn)實(shí)時(shí)人臉跟蹤的特征。人臉識(shí)別的介紹對(duì)此，華為手機(jī)產(chǎn)品線副總裁李小龍?jiān)谖⒉┗貞?yīng)稱，帶上口罩后，人的眼睛和頭部的特征點(diǎn)太少，無法保證安全性，因此華為手機(jī)zui終舍棄了戴口罩和圍巾場(chǎng)景下的面部識(shí)別解1鎖。每個(gè)Haar特征都描述了相鄰圖像區(qū)域的對(duì)比模式。比如邊、定點(diǎn)和細(xì)線都能生成具有判別性的特征。OpenCV給我們提供了Haar特征數(shù)據(jù)，在cv2/data目錄下，使用特征數(shù)據(jù)的方法def detectMultiScale(self, image, scaleFactor=None, minNeighbors=None, flags=None, minSize=None, maxSize=None)

scaleFactor: 每個(gè)圖像比例縮小多少圖像

minNeighbors: 每個(gè)候選矩形必須保留多少個(gè)鄰居，值越大說明精度要求越高

minSize：檢測(cè)到的矩形大小

maxSize: 檢測(cè)到的矩形大小

人臉識(shí)別

在佩戴口罩的情況下，人臉大部分的特征信息都被遮擋，這時(shí)傳統(tǒng)技術(shù)難以完成對(duì)人臉的識(shí)別。人臉識(shí)別門禁考勤系統(tǒng)企業(yè)在給個(gè)進(jìn)出口部署人臉識(shí)別測(cè)溫終端，員工上下班必須通過人臉識(shí)別和體溫檢測(cè)兩個(gè)工作，當(dāng)檢測(cè)出溫度過高的人員，終端立刻發(fā)出警報(bào)，禁止進(jìn)入辦公室，公司行政對(duì)相應(yīng)人員進(jìn)行處理，當(dāng)識(shí)別溫度正常，即可上班。在接受俄羅斯衛(wèi)1星通訊社采訪時(shí)介紹，對(duì)人臉定位、特征提取、口罩判斷是在佩戴口罩情況下完成人臉識(shí)別的三個(gè)關(guān)鍵點(diǎn)。他說：“首先，我們改變?nèi)四樧R(shí)別的權(quán)重分配，增加口罩沒有遮擋的部分以及人頭部分的識(shí)別比重，這樣就可以獲取更好的定位效果。”“再者，在人類處理被遮擋的人臉信息時(shí)，人腦會(huì)主動(dòng)將注意力放在未被遮擋的部分。

“人臉驗(yàn)證（Face Verification）”是判定兩個(gè)人臉圖是否為同一人的算法。

它的輸入是兩個(gè)人臉特征，通過人臉比對(duì)獲得兩個(gè)人臉特征的相似度，通過與預(yù)設(shè)的閾值比較來驗(yàn)證這兩個(gè)人臉特征是否屬于同一人（即相似度大于閾值，為同一人；小于閾值為不同）。每個(gè)特征向量或者特征臉相當(dāng)于捕1捉或者描述人臉之間的一種變化或者特性?！叭四樧R(shí)別(Face Recognition)”是識(shí)別出輸入人臉圖對(duì)應(yīng)身份的算法。它的輸入一個(gè)人臉特征。

“人臉聚類（Face Cluster）”是將一個(gè)集合內(nèi)的人臉根據(jù)身份進(jìn)行分組的算法。

人臉聚類也通過將集合內(nèi)所有的人臉兩兩之間做人臉比對(duì)，再根據(jù)這些相似度值進(jìn)行分析，將屬于同一個(gè)身份的人劃分到一個(gè)組里。

在沒有進(jìn)行人工身份標(biāo)注前，只知道分到一個(gè)組的人臉是屬于同一個(gè)身份，但不知道確切身份。另外假設(shè)集合中有N個(gè)人臉，那么人臉聚類的算法復(fù)雜度為O(N2)。