人脸识别相当于什么原理,人脸识别的原理是什么？你如何评价？

蚂蚁科学

最近，许多手机推出了人脸解锁的功能。

此外，

1.人脸识别门禁考勤系统，人脸识别防盗门等（企业、住宅安全和管理）

2.如利用人脸识别系统和网络，在全国范围内搜捕逃犯（公安、司法和刑侦）

......人脸识别前景广阔

其原理是什么呢？

人脸识别，作为一项新兴的生物技术，其环节无非有三：

1.建立人像档案

2.读取人像

3.前面的两者的比对

最核心的东西，就是其中的识别算法。

主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。

1.基于几何特征的方法
人脸上的眼睛、鼻子、嘴巴、眉毛等，既是人们的共性，同时也是区分个体的关键（因为其大小、形状等不尽相同）。

我们经常用面部的特征来描述个体，机器同样也可以做这件事。
机器通过对图像处理，得到对这些图像的集合特征描述（比如根据你的鼻子的显著特点导出一组用于识别的特征度量如距离、角度等）
当然，这些处理，会导致一些局部特征信息的丢失。
所以需要做出改进。

2.基于模板的方法
比如特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法等
特征脸法：（有许多改进方法，常与基于几何特征的方法结合）
特征脸法的基本思想，便是搜集大量的图像进行分析，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。

神经网络方法：
神经网络（又称人工神经网络），是一种运算模型，由大量的节点以及它们之间的联接构成。每个节点代表一个函数，而联接则代表权重。

这玩意儿是人们对人脑神经网络工作方式抽象的一个产物，所以加了个“人工”来区别。
按照其反馈的机制，又可以分为前馈网络、递归网络等。
12年之前，运用于人脸识别的神经网络中类有前馈、递归等。

而后，深度学习基于大数据的卷积神经网络取得了更大的成果

（Yale人脸数据库）

3.基于模型的方法

有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。

4......

以上的介绍可以说相当粗略，有关图像处理的细节（比如预处理的方式，如下图），

（图像二值化后的效果）

（直方图均衡化后的效果）

或是算法的细节（比如如何在一张人像中找到一个人的鼻子）等没有过多提及。

参考资料：

[1]姜贺. 基于几何特征的人脸识别算法的研究[D].大连理工大学,2008.

[2]赵显达,黄欢.基于卷积神经网络的人脸识别的研究[J].信息技术,2018(09):15-19+23.

[3]丹尼布里茨《理解NLP的卷积神经网络》

http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/

[4]《人脸识别主要算法原理》https://blog.csdn.net/amds123/article/details/72742578

人脸识别系统的技术原理是什么？

人脸识别系统的技术原理是以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。使用方便：人脸识别技术使用通用的摄像机作为识别信息获取装置，是一种完全非接触的方式，识别方便快捷，并自动生成签到记录报表。3.3业务流程在会议中心的签到处，与会人员通过摄像机采集的图像与迎宾主机内的参会人员名单进行比对，与参会人员名单内的模板数据一致时，则在显示设备上显示信息，并欢迎致辞，同时打开门禁。通过比对发现没有在参会名单内，则与系统内的黑名单模板进行比对，若与黑名单模板数据一致则向客户端的工作人员发出预警信息提示，如果与黑名单比对后也无相应模板，则进行拍照留底，不进行后续联动工作。