产业资讯方案大厅机构大厅

人脸识别技术

科研教育校园

应用实例描述

中国传媒大学新闻学院教授、大数据挖掘与社会计算实验室主任沈浩教授、百度联合开发了学生刷脸签到系统。 沈浩老师教学课程较多,上课学生数量大。认真点名耗时过长,草草点名有失公平。而纸质点名册甚至曾出现丢失现象。故该老师利用百度开放的人工智能系统进行人脸识别,短期内开发了利用 Ipad 的刷脸签到系统。在系统刷脸识别之前,学生们必须提交个人照片。很多学生提交的都是生活照、美颜照,也会存在少数学生刷脸失败(太过于模糊),在改进算法后,一百多个同学中只有一位同学没有刷脸成功,而学生化妆和换发型的行为以技术的角度来看,没有对识别效果造成影响。

刷脸签到的前提是学生的图像信息被录入数据库。而以下是关键步骤: 1. 人脸检测:系统根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人脸,即在在一副图像或一序列图像(比如视频)中判断是否有人脸,若有则返回人脸的大小、位置等信息; 2. 人脸图像预处理:系统获取的原始图像由于受到各种条件的限制和随机干扰,往往不能直接使用,必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理;人脸图像的预处理主要包括人脸对准,人脸图像的增强,以及归一化等工作。人脸对准是为了得到人脸位置端正的人脸图像;图像增强是为了改善人脸图像的质量,不仅在视觉上更加清晰图像,而且使图像更利于计算机的处理与识别;归一化工作的目标是取得尺寸一致、灰度取值范围相同的标准化人脸图像; 3. 人脸图像特征提取:人脸特征提取,亦称人脸表征,是对人脸进行特征建模的过程; 4. 人脸图像匹配与识别,人脸识别是将待识别的人脸特征与已得到的人脸特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是人脸确认,是一对一进行图像比较的过程,将某人面像与指定人员面像进行一对一的比对,根据其相似程度(一般以是否达到或超过某一量化的可信度指标/阀值为依据)来判断二者是否是同一人;另一类是人脸辨认,是一对多进行图像匹配对比的过程。将某人面像与数据库中的多人的人脸进行比对(有时也称「一对多」比对),并根据比对结果来鉴定此人身份,或找到其中最相似的人脸,并按相似程度的大小输出检索结果。

所用解决方案

所用技术