山东华瑞电子有限公司

④肤色模型法

这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。

⑤特征子脸法

这种方法是将所有面像集合视为一个面像子空间人脸识别，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。

值得提出的是，上述5种方法在实际检测系统中也可综合采用。

(2)人脸跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。

(3)人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：

人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。

基于知识的表征方法主要是根据人脸的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据人脸识别管理系统，其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

人脸识别系统的基本原理

人脸识别通道系统的构成

1、人脸识别通道系统关键由电子计算机、智能化读卡一部分、智能化闸机、智能卡及管理系统构建等构成。电子计算机与智能化闸机中间选用TCP/IP网络架构通信，通信间距可无限扩展，每台电子计算机可配随意总数智能化闸机。

2、人脸识别通道系统的安全性能更高的

根据脸部照片信用黑名单的核对，能方便的分辨行驶人是不是具有安全性行驶资质，防止出现由于冒充别人有效证件的非机动车

人脸识别通道系统的基本原理

当有非机动车要在马路上行驶时，人脸识别监控摄像头将收集形式工作人员的脸部信息，随后跟系统数据库查询中的工作人员信息开展比照，如人脸识别比照根据，系统将给闸机推送打开数据信号并打开海关放行，行驶工作人员可徐苏根据人行通道。加入数据库查询中没有该行驶工作人员脸部信息，则能够根据刷(或刷临时性卡)的方法让人性通道闸机打开海关放行，另外，先前人脸识别监控摄像头手机到的人脸识别信息也将归档在数据库查询中。若非机动车欲强行通过人行通道，人脸识别一体机通道系统将全自动锁起来闸机隔板并警报。

人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、系统、视频图像处理等多种技术，同时需结合中间值处理的理论与实现，是生物特征识别的应用，其核心技术的实现，展现了弱人工智能向工智能的转化。

人脸图像采集：不一样的人脸图像都能根据拍摄摄像镜头采集出来，例如静态数据图像、动态像、不一样的部位、不一样小表情等层面都能够获得非常好的采集。当客户在采集机器设备的拍攝范畴内时，采集机器设备会全自动检索并拍攝客户的人脸图像。 人脸检测：人脸检测在具体中关键用以人脸鉴别的预备处理，即在图像中校准出人脸的部位和尺寸。人脸图像中包括的方式特征十分丰富多彩，如条形图特征、色调特征、模版特征、构造特征及Haar特征等。人脸检测便是把这在其中有效的信息内容挑出，并运用这种特征完成人脸检测。 流行的人脸检测方式 根据之上特征选用Adaboost学习培训优化算法，Adaboost优化算法是一种用于归类的方式 ，它把一些较为弱的分类方法合在一起，组成更新的较强的分类方法。 人脸检测全过程中应用Adaboost优化算法筛出一些意味着人脸的矩形框特征(弱分类器)，依照权重计算的方法将弱分类器结构为一个强分类器，再将训炼获得的多个强分类器串连构成一个联级构造的堆叠分类器，合理地提升 分类器的检验速率。