行业动态
基于机器视觉系统的人脸识别技术需要注意的两大关键问题
浏览:1062 次
时间:2014-04-10 17:11:00

 

        人脸识别是一项生物特征识别技术,依靠对人脸的视觉特征信息的识别来行身份的鉴别。相比其他识别技术,具有精度高、速度快、清晰度高等众多优势,非接触识别模式极大保障了安全度,自然识别原理有效提高了准确度。如今,随着基于机器视觉系统的人脸识别技术的不断完善,其应用范围也更加的广泛,如人脸识别出入管理系统、人脸识别门禁考勤系统等已成为企业人事管理的必备工具;人脸识别监狱智能报警系统、人脸识别公安罪犯追逃智能报警系统等安防监控设备为社会安定做出了极大地贡献。

        人脸识技术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,即人脸特征模板。随后,将已建成的人脸特征模板与被测者的面像进行特征分析,根据分析的结果来给出一个相似值,最终通过这个值即可确定是否为同一人。人脸识别技术的准确度正是得益于其以人脸作为生物特征进行识别,但同时正是因为如此也给这项技术带来了一定的难度。基于机器视觉系统的人脸识别技术需要注意的主要有相似性和易变性两大关键问题:

        1、相似性:不同个体之间的区别不大,所有的人脸的结构都相似,甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的,但是对于利用人脸区分人类个体是不利的。

        2、易变性:人脸的外形很不稳定,人可以通过脸部的变化产生很多表情,而在不同观察角度,人脸的视觉图像也相差很大,另外,人脸识别还受光照条件(例如白天和夜晚,室内和室外等)、人脸的很多遮盖物(例如口罩、墨镜、头发、胡须等)、年龄等多方面因素的影响。

        德国XIMEA 公司一直致力于为生命科学、安全和国防应用领域设计科学相机,可应用于生命和材料科学的所有分支学科,其生产的相机使用珀耳帖制冷传感器,并具有XIMEA专有超低噪声读出架构,在成像性能方面具有一定的优势。

京ICP备14006130号-1
北京市海淀区上地信息路1号国际科技创业园1—1705
© Copyright 2011 北京萨尔笛科技 All rights reserved.