欢迎光临苏州海卡电子有限公司官方网站!
咨询热线:13375189757
新闻资讯



苏州海卡电子有限公司(总部)
电话:0512 -66032751 
   0512 - 66032752

在线QQ点击这里给我发消息
苏州市吴中区长蠡路99号吴中科技园402室

人脸识别的简要介绍
  • 作者:
  • 来源:
  • 日期 : 2019-05-15
计算机视觉的子领域应用得非常广泛,并且全球很多商业活动都已经从中获益。人脸识别模型的使用在接下来的几年内还会继续增长,所以一起来了解如何从零开始构建人脸识别模型吧!
本文首先会介绍人脸识别模型的内部工作原理。随后结合一个简单的案例,我们将通过Python进行案例实践。在本文的最后部分,你将完成你的第一个人脸识别模型!
  • 理解人脸识别的工作原理
  • 案例学习
  • Python应用
  • 理解Python代码
  • 人脸识别算法的应用

    理解人脸识别的工作原理

    为了理解人脸识别算法工作原理,我们首先来了解一下特征向量的概念。(译者注:此处的特征向量指机器学习的概念,不同于矩阵理论。)
    每个机器学习算法都会将数据集作为输入,并从中学习经验。算法会遍历数据并识别数据中的模式。例如,假定我们希望识别指定图片中人物的脸,很多物体是可以看作模式的:
    < >脸部的长度/宽度。
    由于图片比例会被调整,长度和高度可能并不可靠。然而,在放缩图片后,比例是保持不变的——脸部长度和宽度的比例不会改变。
    脸部肤色。
    脸上局部细节的宽度,如嘴,鼻子等。
    机器学习算法只能理解数字。表示一张脸的数字(或训练集中的一个元素)可以称为特征向量。一个特征向量包括特定顺序的各种数字。
    举一个简单的例子,我们可以将一张脸映射到一个特征向量上。特征向量由不同的特征组成,如:
    < >脸的长度(cm)
    脸的宽度(cm)
    脸的平均肤色(R,G,B)
    唇部宽度(cm)
    鼻子长度(cm)

    如此一来,我们的图片现在被转化为一个向量,可以表示为(23.1,15.8,255,224,189,5.2,4.4)。当然我们还可以从图片中衍生出无数的其他特征(如,头发颜色,胡须,眼镜等)。然而在这个简单的例子中,我们只考虑这五个简单的特征。
    现在,一旦我们将每个图片解码为特征向量,问题就变得更简单。明显地,当我们使用同一个人的两张面部图片时,提取的特征向量会非常相似。换言之,两个特征向量的“距离”就变得非常小。
    此时机器学习可以帮我们完成两件事:
    < >提取特征向量。由于特征过多,手动列出所有特征是非常困难的。一个机器学习算法可以自动标注很多特征。例如,一个复杂的特征可能是:鼻子长度和前额宽度的比例。手动列出所有的这些衍生特征是非常困难的。
    匹配算法:一旦得到特征向量,机器学习算法需要将新图片和语料库中的特征向量进行匹配。
    人脸识别如何工作有了基本的理解,让我们运用一些广泛使用的Python库来搭建自己的人脸识别算法。


地址:苏州市吴中区长桥街道长蠡路99号吴中科技园402室
电话: 0512 -66032751   ,  0512 - 66032752
手机:13375189757  , QQ:1303004171
手机:13372170866  ,QQ:190563566


 
本站部分图文来源网络,如有侵权问题请通知我们处理!
  • 在线客服一
  • 在线客服二
  • 返回顶部
  • 分享网页