手机网站
手机网站
随着人工智能技术的发展，所有小区访问系统也从过去印刷卡的时代到现在的“看脸”时代，我们的手机也手动输入密码成为指纹认证，进入了面部识别的时代。 你是人工智能技术最直接的受益者，你知道人脸识别的原理吗？ 具体流程是什么？在本课中，作为脸部识别机器人具体展开，通过能够理解的语言，详细说明人类识别的原理。
hello~，你好，我是脸部机器人。 大家可以向机器人告白！ 今天借助这个机会，说明脸部识别是如何实现的。
问题1 :人脸识别是如何识别谁是谁的？
Robot表明:目前低成本的人脸识别方法主要有两种
一个是基于几何学特征的方法，即人脸的眼睛特征、鼻子特征、嘴的特征、眉毛特征等进行比较，人的五感不同，脸的位置也不同。
一种方法是基于模板提取面部特征，通过搜索作为面部图像分布基本元素的面部图像样本集合的协方差矩阵的特征向量，来近似地表面部图像。 这里的向量，是把你的脸部特征放入容器的小球，你的脸部特征各自是独一无二的小球。
问题2 :人脸识别的步骤是什么？
Robot明确了:首先照相机从照片中找到脸，然后比较各章的脸，确认是否是真实的脸，然后在采集的脸上标上特征点标记并提取，然后将标记的脸的特征输入到计算中，计算机接收这些特征数据并与数据库的脸进行参照
问题3 :如何从一张图中快速找到脸？
Robot的大明答案:一般来说，我们的计算机有用于处理图像的工具，首先计算机得到图像后消去照片的颜色，所使用的工具被称为hog ( histogramoforientedgradients )，它是方向梯度直方图，是能够检测物体轮廓的算法 具体的原理是，通过将图像灰度化，将颜色变成黑白，在明暗的点上改变这个图像，与学习高中地理知识时的山坡图相似。 颜色变浅时，表示箭头多次下降，这些箭头被称为梯度，因此我们决定了人脸的梯度。 大多数人都有正常的五官，我们和猪、小狗的面部坡度平坦度不同，所以用这种方法很快发现了面部。
问题4 :如何区别人的脸？
机器人明确了:根据人脸的特征点，特征点是如何描绘的，在此必须根据人脸的特殊值来决定。 该算法被称为面部特征点估计( face landmark estimation )算法。 比如说，你的脸上有巨大的媒人痣，这一点就是你脸上的特征。 这个算法发挥这样的作用，寻找你脸部的特征点。 一般来说，我们脸上的五感很相似，但眼睑的形状、眉毛等不一样。 所以，我们回去标记脸和五感的轮廓。 举个例子，下面这样的人脸，可以得到下巴轮廓为17的特征点，右眉为5的特征点，左眉为5的特征点，鼻尖为5的特征点。
问题5 :这些特征点是如何从图像转换成数字并保存在计算机中的？
机器人发现:这里是我们的最后一步，即回到了代码！ 这里的代码在计算机行业被称为“培训”。 他从采集的脸部提取出比较明显的特征点，用数字举例来说，1是口头禅，2是横眼，3是双下巴，4是美人痣。 训练这个人的图像，可以得到他的脸的测定值，把这个测定值放入矩阵中，他的联系可以表示如下。 这样，计算机就可以轻松地将这张脸存储在一个存储区域中。 使用的存储容量为几个字节，不需要存储几米大的图像！ 一般来说，我们训练过的脸会发现128个特征。 之后，我们可以将这个特征值命名为“王婆”，保存下来。
1,2,3
问题6 :为什么现在手机付款的时候，想让我动动脑袋眨眨眼睛？
机器人透露:这样做的目的是为了避免一些人拿着你的照片“欺骗照相机”。 我们现在通用的比较稳定的系统一般是多重保险，系统收集特点后，需要更深入地学习。 深度学习是什么呢？让我举个例子，让大家更容易理解。 如果一个人拿着你的照片打开银行的保险箱，脸部识别的提示就会提高。 如果是人类的话，抬起头就能看到下巴下面有下巴，拿着照片就只能看到一个下巴。 你可以理解这里的“深度”。这里的深度，可以理解为是为了暂时获得立体感的特殊点标记。
