人脸识别怎么用后置摄像头(交管12123有人脸识别怎么用)

【传播科技,了解人工智能,服务广大学习。欢迎点击左上角头像,点击“关注”。RobotHospital会用通俗的语言给你讲解最深奥的科学知识!】随着人工智能技术的

【传播科技,了解人工智能,服务广大学习。欢迎点击左上角头像,点击“关注”。RobotHospital会用通俗的语言给你讲解最深奥的科学知识!】

人脸识别怎么用后置摄像头(交管12123有人脸识别怎么用)

随着人工智能技术的不断延伸和发展,似乎所有的小区门禁系统都从过去的刷卡时代逐渐变成了现在的“看脸”时代,我们的手机也变成了从手动输入密码到指纹识别,再到人脸识别的时代。作为人工智能技术最直接的受益者,你知道人脸识别的原理吗?具体流程是怎样的?这堂课我准备把它开发成一个人脸识别机器人,用你能听懂的语言详细的告诉你人类识别的原理。

大家好~,大家好,我是人脸机器人,大家可以叫我机器人大白!今天,我想借此机会向大家解释一下人脸识别是如何实现的。

问题一:人脸识别如何认出谁是谁?

机器人大白:一般来说,低成本的人脸识别方法主要有两种。

一种方法叫做:基于几何特征,即通过对比眼睛、鼻子、嘴巴、眉毛等特征。在一个人的脸上,因为每个人的五官不一样,在一张脸上对应的位置也不一样。

一种方法叫做基于模板的方法,需要提取你的人脸特征,找到人脸上图像分布的基本元素,也就是人脸图像样本集协方差矩阵的特征向量,从而逼近人脸图像。这里的矢量是一个球,把你的五官放在一个容器里。你脸上的每个特征都是独一无二的球。

问题二:人脸识别的步骤是什么?

机器人大白A:首先镜头要从画面中找到人脸;其次,对比每一章中的人脸,确认是否是真实人脸;然后,对采集人脸进行特征点标记并提取;然后将标记的人脸特征输入到计算中,计算机接收这些特征数据并与数据库中的人脸进行比较。最后输出比对结果,确认这个人是谁。

问题三:如何从一幅图中快速找到人脸?

机器人大白:一般来说,我们的电脑里有一个算法,就是用来处理图像的刀具。第一,电脑得到一张图片后,去掉图片的颜色。使用的工具叫做HOG(方向梯度直方图),这是一种方向梯度直方图,是一种可以检测物体轮廓的算法。具体原理是将画面灰度化,将颜色改为黑白,再将画面换成明暗点。和我们高中学地理时的山体坡度图差不多。一旦颜色变浅,我们就画一个箭头来表示下降几度,这些箭头就叫做渐变,这样就可以确定一张脸的渐变程度。大部分人的五官都很正常,我们脸部的渐变平坦度和猪小狗不一样,所以用这个方法快速找到人脸。

问题四:如何区别不同人的人脸?

机器人大白:我们可以根据人脸的特征点进行比较。特征点是怎么画出来的?这里我们要根据每个人的脸的特殊价值来确定。这种算法称为人脸标志点估计算法。比如你脸上有一颗巨大的红娘痣,那么这一点就会是你脸部的明显特征。这个算法是这样工作的,找到你脸上的特征点。正常情况下,我们的五官是相似的,但是眼睑、眉毛等的形状。都不一样,所以我们回过头来,标出每个人的脸部轮廓和五官。比如从下图这个人的面部,我们可以得到下巴轮廓的17个特征点,右眉的5个特征点,左眉的5个特征点,鼻尖的5个特征点。

问题五:这些特征点如何从图片转换成数字存储到计算机里?

机器人大白:这里还给我们最后一步,就是编码!这里的编码在计算机行业被称为“培训”。他的意思是,我们要根据采集到的人脸提取一些明显的特殊点,用数字来表示。比如1代表歪嘴,2代表斜视,3代表双下巴,4代表美人痣。然后我们训练这个人的图像得到他的人脸测量,然后把这个测量放入一个矩阵,那么他的公司就可以表示为:[1,2,3,4]。这样,计算机就可以很容易地将这张脸存储在一个存储区中,所用的存储容量也就几个字节,而不是保存几米大小的图像!一般来说,我们训练好的人脸会找到128个特征值。之后我们把这组特征值命名为:王婆,然后存储起来。

问题六:为何现在手机支付的时候,要我动动头,眨眨眼?

机器人大白:这样做的目的是为了防止有人拿你的照片“骗镜头”。一般来说,我们现在使用的比较稳定的制度是多保。系统采集到特征点后,需要深度学习才能更加稳定。什么是深度学习?我再举一个例子,方便理解:假设一个人用你的照片开了一个银行保险箱,这个时候人脸识别提示抬头。如果是真人,抬头的话可能会看到双下巴下面有一层下巴,而有照片的只能看到一个下巴。这里的“深度”很好理解!这里的深度可以暂时理解为一种特殊的点标记,以获得立体感。

至此,人脸识别的原理已经介绍给你了,大致围绕这六点来实现。如果还有不明白的地方请留言咨询!机器人有个大答案!

【传播科技,了解人工智能,服务广大学习。欢迎点击左上角头像,点击“关注”。RobotHospital会用通俗的语言给你讲解最深奥的科学知识!】

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。

作者:美站资讯,如若转载,请注明出处:https://www.meizw.com/n/384576.html

发表回复

登录后才能评论