建站
咨詢
售后
建站咨詢
新聞中心
隨著技術(shù)的不斷發(fā)展，人臉識(shí)別越來越被廣泛應(yīng)用。從手機(jī)解鎖、身份認(rèn)證，到公安領(lǐng)域的安全防控，人臉識(shí)別系統(tǒng)的應(yīng)用范圍越來越廣泛。而其中一個(gè)重要的組成部分就是人臉數(shù)據(jù)庫(kù)。
創(chuàng)新互聯(lián)公司基于成都重慶香港及美國(guó)等地區(qū)分布式IDC機(jī)房數(shù)據(jù)中心構(gòu)建的電信大帶寬，聯(lián)通大帶寬，移動(dòng)大帶寬，多線BGP大帶寬租用,是為眾多客戶提供專業(yè)服務(wù)器托管報(bào)價(jià)，主機(jī)托管價(jià)格性價(jià)比高，為金融證券行業(yè)綿陽(yáng)電信機(jī)房機(jī)柜租用，ai人工智能服務(wù)器托管提供bgp線路100M獨(dú)享，G口帶寬及機(jī)柜租用的專業(yè)成都idc公司。
人臉數(shù)據(jù)庫(kù)是指一個(gè)包含大量人臉圖像、特征值及與之相關(guān)信息的，它是人臉識(shí)別的基礎(chǔ)。根據(jù)使用場(chǎng)景和目的不同，人臉識(shí)別系統(tǒng)所使用的數(shù)據(jù)庫(kù)也有所不同。下面將從不同角度介紹人臉識(shí)別基于何種數(shù)據(jù)庫(kù)。
1. 研究用數(shù)據(jù)庫(kù)
在人臉識(shí)別的研究領(lǐng)域，對(duì)算法性能的評(píng)估需要大量的訓(xùn)練數(shù)據(jù)，同時(shí)需要有完整的人臉特征點(diǎn)位置和人臉邊界框位置，以便進(jìn)行識(shí)別率和性能的評(píng)估。在這種情況下，一般采用大規(guī)模的公開數(shù)據(jù)庫(kù)，例如Labeled Faces in the Wild (LFW)、Youtube Faces (YTF)、CelebFaces Attributes (CelebA)等。
LFW數(shù)據(jù)庫(kù)是由美國(guó)加州大學(xué)伯克利分校的研究實(shí)驗(yàn)室發(fā)布的一個(gè)大規(guī)模的人臉圖像數(shù)據(jù)庫(kù)，包含超過13,000個(gè)人的4,000多張人臉圖片。該數(shù)據(jù)庫(kù)中包含一些難以識(shí)別或特殊情況下的人臉，對(duì)于算法的魯棒性測(cè)試非常有用。
YTF數(shù)據(jù)庫(kù)是由谷歌發(fā)布的一個(gè)人臉識(shí)別視頻數(shù)據(jù)庫(kù)，包含3,425對(duì)來自1,595個(gè)人的視頻序列，每對(duì)序列之間的時(shí)間差不超過7年。
CelebA是一個(gè)包含超過200,000張人臉圖片的大規(guī)模人臉數(shù)據(jù)庫(kù)，用于人臉識(shí)別、屬性識(shí)別等相關(guān)研究。該數(shù)據(jù)庫(kù)采用了基于美國(guó)1990年人口普查的樣本來建立一部分的人臉樣本，并通過互聯(lián)網(wǎng)收集其余的樣本，具有代表性。
2. 商用數(shù)據(jù)庫(kù)
商用人臉識(shí)別系統(tǒng)的要求比研究用途更加具體、實(shí)用，它需要更為全面和完整的人臉庫(kù)，并且需要考慮到人臉庫(kù)的多樣性和適用性，以達(dá)到更好的識(shí)別效果。商用人臉識(shí)別系統(tǒng)的數(shù)據(jù)庫(kù)一般由商用廠商根據(jù)各自的業(yè)務(wù)需求建立。
例如，中國(guó)的商湯科技是目前較為知名的人臉識(shí)別技術(shù)企業(yè)之一，其人臉數(shù)據(jù)庫(kù)主要包含娛樂、零售、金融、安防等領(lǐng)域可以使用的各種數(shù)據(jù)組。在商用領(lǐng)域，數(shù)據(jù)的質(zhì)量、數(shù)量是影響一個(gè)人臉識(shí)別廠商成功的主要關(guān)鍵。
3. 數(shù)據(jù)庫(kù)
在公安和安全領(lǐng)域，選擇合適的人臉識(shí)別數(shù)據(jù)庫(kù)對(duì)于技術(shù)效果和實(shí)際運(yùn)用具有至關(guān)重要的意義。以中國(guó)公安部“天網(wǎng)工程”為例，該項(xiàng)目的數(shù)據(jù)庫(kù)主要包括兩個(gè)方面的內(nèi)容，一是公安部門從各地警方獲取的身份信息和通緝信息，二是通過現(xiàn)場(chǎng)采集獲得的人臉信息。然后，再通過高性能服務(wù)器將這些信息進(jìn)行整合、標(biāo)準(zhǔn)化處理，并形成完整的信息體系。
的數(shù)據(jù)庫(kù)一般是不對(duì)外公開的，但是這些數(shù)據(jù)對(duì)于公共安全和民生保障具有重要作用。
綜上所述，人臉識(shí)別技術(shù)的發(fā)展與優(yōu)秀的人臉識(shí)別數(shù)據(jù)庫(kù)是分不開的。研究用數(shù)據(jù)庫(kù)主要用于算法性能的評(píng)估和對(duì)新技術(shù)的探索，商用數(shù)據(jù)庫(kù)主要用于商業(yè)應(yīng)用，而數(shù)據(jù)庫(kù)則主要用于公共安全和穩(wěn)定。隨著技術(shù)的不斷發(fā)展和應(yīng)用需求的不斷增加，在建立更完備、有效的人臉庫(kù)的同時(shí)，如何保障數(shù)據(jù)安全和隱私問題也是需要著重考慮的。
相關(guān)問題拓展閱讀：
- 人臉識(shí)別的原理是什么
- 如何使用yale大學(xué)的人臉數(shù)據(jù)庫(kù)進(jìn)行人臉識(shí)別的訓(xùn)練，python語(yǔ)言
人臉識(shí)別的原理是什么
人臉識(shí)別技術(shù)最開始是應(yīng)用在手機(jī)人臉識(shí)別解鎖上面，但是隨時(shí)人臉識(shí)別技術(shù)的更新迭代，已經(jīng)迅速的取代了傳統(tǒng)的IC卡指紋密碼門鎖。人們不再飽受忘帶鑰匙、忘記開鎖密碼或者手指脫皮等尷尬嘩衫的情況，通過人臉識(shí)別功能只需刷臉即可迅速的進(jìn)出小區(qū)/家門。
人臉識(shí)別門禁在普通人看來雖是極具科技性的產(chǎn)坦敗品，但是它的工作原理卻很簡(jiǎn)單?？偨Y(jié)起來就是人臉采集、建模存儲(chǔ)、人臉比對(duì)、身份驗(yàn)證等四個(gè)步驟，往下為大家詳細(xì)分解其工作原理，希望大家能對(duì)人臉識(shí)別門禁有著較為清晰的認(rèn)識(shí)。
首先是，人臉采集。和讓蘆顫手機(jī)的人臉識(shí)別一樣，之一步是需要對(duì)你的面部進(jìn)行采集。在之一次錄入人臉數(shù)據(jù)時(shí)，需要通過攝像頭對(duì)你臉部的正面、左右側(cè)面進(jìn)行采集。這是目前普遍的人臉識(shí)別門禁的做法，而漢瑪智慧人臉識(shí)別門禁則有所不同，它除了支持現(xiàn)場(chǎng)的人臉識(shí)別數(shù)據(jù)采集，還支持由用戶終端上傳人臉識(shí)別數(shù)據(jù)，再通過管理員后臺(tái)審核通過就可以完成數(shù)據(jù)的首次錄入。
然后就是建模存儲(chǔ)。當(dāng)人臉數(shù)據(jù)采集完成后，會(huì)通過后臺(tái)系統(tǒng)的統(tǒng)一處理，比如提取人臉的特征并進(jìn)行數(shù)字化建模并加密存儲(chǔ)進(jìn)數(shù)據(jù)庫(kù)生成索引。并且綁定屬于這個(gè)人的所有信息如姓名、住址等信息，方便物業(yè)公司和網(wǎng)格人員的管理。后面在通過人臉識(shí)別門禁的攝像頭取樣的時(shí)候，就可以拿當(dāng)前取樣的人臉識(shí)別分析和后臺(tái)人臉模型的特征進(jìn)行搜索匹配。
接著就是人臉比對(duì)了。前面說到，做好建模存儲(chǔ)生成索引后，只需要在人臉識(shí)別門禁面前走過，攝像頭會(huì)動(dòng)態(tài)跟蹤取樣并生成特征數(shù)據(jù)，再通過和比對(duì)庫(kù)中的數(shù)據(jù)進(jìn)行匹配，就可以快速的確認(rèn)這個(gè)人的身份，并顯示與這個(gè)人綁定的相關(guān)信息。另，在人臉識(shí)別技術(shù)應(yīng)用到手機(jī)的初期，就出現(xiàn)過使用照片騙過人臉識(shí)別系統(tǒng)并成功解鎖手機(jī)的案例。歸根到底，這只是算法的問題，目前除了手機(jī)，人臉識(shí)別門禁也采用了3D面部識(shí)別的技術(shù)，能夠判斷是真人還是照片，有效的解決了這個(gè)尷尬的問題。
人臉識(shí)別的原理如下：
其實(shí)機(jī)器本來并不擅長(zhǎng)識(shí)別圖像，比如這張圖片在機(jī)器眼里只是一串0和1組成的數(shù)據(jù)，機(jī)器并不能理解這個(gè)圖像有什么含義。所以想讓機(jī)器學(xué)會(huì)認(rèn)識(shí)圖像，就需要我們給它編寫程序算法。
當(dāng)我們描述一個(gè)人的長(zhǎng)相的時(shí)候，大多會(huì)用到類似這樣的詞匯，比如瓜子臉、
柳葉眼
、蒜頭鼻、櫻桃嘴。所謂長(zhǎng)相很大程度上取決于人腦袋和五官的形狀。
最早的人臉識(shí)別就是采用這樣的方法。首先機(jī)器會(huì)在圖像中識(shí)別出臉?biāo)诘奈恢茫缓竺枥L出這張臉上的五官的輪廓，獲得人臉上五官的形狀和位置信息。比如兩個(gè)眼睛之間的距離，鼻尖嘴角連線在水平方向上的角度等等。
就可以通過這些數(shù)據(jù)判斷這張臉是不是已知的某張臉?；蛘呤侵苯釉跀?shù)據(jù)庫(kù)中找出這是哪一張臉。但是這種方式獲得的特征數(shù)據(jù)比較少，結(jié)果也并不是特別準(zhǔn)確。現(xiàn)在我們已經(jīng)有了更先進(jìn)的算法對(duì)圖像進(jìn)行處理和比較。
比如一些算法不再是從圖像上描點(diǎn)連線，而是直接對(duì)比兩張臉的圖像，這樣就相當(dāng)于更全面細(xì)致的獲取了更多的特征信息。
比如兩個(gè)眼睛之間的距離，鼻尖嘴角連線在水平方向上的角度等等。這樣就可以通過這些數(shù)據(jù)判斷這張臉是不是已知的某張臉。
或者是直接在數(shù)據(jù)庫(kù)中找出這是哪一張臉。但是這種方式獲得的特征數(shù)據(jù)比較少，結(jié)果也并不是特別準(zhǔn)確。現(xiàn)在我們已經(jīng)有了更先進(jìn)的算法對(duì)圖像進(jìn)行處理和比較。比如一些算法不再是從圖像上描點(diǎn)連線，而是直接對(duì)比兩張臉的圖像，這樣就相當(dāng)于更全面細(xì)致的獲取了更多的特征信息。
現(xiàn)殲李在機(jī)器在人臉識(shí)別的正確率上甚至全面超過了人類。不過隨著越來越多的領(lǐng)域，尤其是
金融行業(yè)
采用
人臉識(shí)別技術(shù)
，問題就出現(xiàn)了，比如可能會(huì)有不法分子利用別人的照片登錄這個(gè)人的賬戶，盜取財(cái)產(chǎn)。
一個(gè)解決的方案是讓操作者在進(jìn)行登錄的時(shí)候做一些表情，這樣就可以判斷出這不是一張靜態(tài)的照片。但即使是這樣，不法分子還是可以通過拍視頻或者建模的方式模擬出這敏臘些表情動(dòng)作。
所以在一些對(duì)安全性要求比較高的場(chǎng)合，人臉識(shí)別設(shè)備會(huì)增加一些特殊的裝備來判斷自己正在識(shí)別的是不是一個(gè)活生生的人。比如可以加裝3D傳感器、紅外攝像儀等設(shè)備來感知攝像頭前到底是一張冷冰冰的平面圖像，氏拿遲還是一張有溫度的立體的臉。
當(dāng)然，人臉識(shí)別技術(shù)還不夠完美，不法分子總是會(huì)想出新的招數(shù)來進(jìn)行攻擊，而技術(shù)也正是從這一次一次的防御中不斷自我完善的?，F(xiàn)在的人臉識(shí)別技術(shù)，在各種
手機(jī)APP
中和我們的生活中得到了廣泛應(yīng)用，雖然方便了生活，但也存在著弊端，相信在不久的將來，人臉識(shí)別技術(shù)會(huì)更加精進(jìn)和方便。
人臉識(shí)別是一種軟件層面的算法,用于通過處理視頻幀或數(shù)字圖像來驗(yàn)證或識(shí)別一個(gè)人的身份,其中該人的臉是可見的。
其實(shí)機(jī)器本來并不擅長(zhǎng)識(shí)別圖像，比如這張圖片在機(jī)器眼里只是一串0和1組成的數(shù)據(jù)，機(jī)器并不能理解這個(gè)圖像有什么含義。所以想讓機(jī)器學(xué)會(huì)認(rèn)識(shí)圖像，就需要我們給它編寫程序算法。
當(dāng)我們描述一個(gè)人的長(zhǎng)攔野吵相的時(shí)候，大多會(huì)用到類似這樣的詞匯，比如瓜子臉、柳葉眼、蒜頭脊乎鼻、櫻桃嘴。所謂長(zhǎng)相很大程度上取決于人腦袋和五官的形狀。
最早的人臉識(shí)別簡(jiǎn)侍就是采用這樣的方法。首先機(jī)器會(huì)在圖像中識(shí)別出臉?biāo)诘奈恢茫缓竺枥L出這張臉上的五官的輪廓，獲得人臉上五官的形狀和位置信息。比如兩個(gè)眼睛之間的距離，鼻尖嘴角連線在水平方向上的角度等等。
人臉識(shí)別的原理是用相機(jī)或攝像機(jī)采集包含人臉的圖像或視頻流，自動(dòng)檢測(cè)和跟蹤圖像中的人臉，從而識(shí)別出檢測(cè)到滾空差的人臉。人臉識(shí)別是基于人的面部特征信息的生物識(shí)別技術(shù)，其本質(zhì)是圖像處理。
或者，手機(jī)處理圖像時(shí)，需要檢查面部器官虧叢的幾何形狀和器官之間的距離。上述操作完成后，將與之一次輸入的面部特征進(jìn)行比對(duì)，從而實(shí)現(xiàn)信息認(rèn)證成功，解鎖手機(jī)。
傳統(tǒng)的人臉識(shí)別技術(shù)主要基于可見光圖像，但是這種方法有著不可克服的缺陷，特別是當(dāng)環(huán)境光發(fā)生變化時(shí)，識(shí)別效果會(huì)急劇下降，無(wú)法滿足實(shí)際系統(tǒng)的需要。
人臉識(shí)別技術(shù)經(jīng)過科技的發(fā)展，基于主動(dòng)近紅外圖像的多光源
人臉識(shí)別
技術(shù)。它能克服光線變化的影響，取得了大皮優(yōu)異的識(shí)別性能。整個(gè)系統(tǒng)在準(zhǔn)確性、穩(wěn)定性和速度方面的性能超過了3D圖像人臉識(shí)別。這項(xiàng)技術(shù)在最近兩三年發(fā)展迅速，使得人臉識(shí)別技術(shù)逐漸實(shí)用化。
如何使用yale大學(xué)的人臉數(shù)據(jù)庫(kù)進(jìn)行人臉識(shí)別的訓(xùn)練，python語(yǔ)言
基于特征臉(PCA)的人臉識(shí)別方法
特征臉方法是基于KL變換的人臉識(shí)別方法，KL變換是圖像壓縮的一種更優(yōu)正交變換。高維的圖像空間經(jīng)過KL變換后得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設(shè)人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識(shí)旅搭歲別的特征矢量，這就是特征臉方法的基本思想。這些方法需要較多的訓(xùn)練樣本，而且完全是基于圖像灰度的統(tǒng)計(jì)特性的。目前有拆睜一些改進(jìn)型的特征臉方法。
比如人臉灰度照片40×40=1600個(gè)像素點(diǎn)，用每個(gè)像素的灰度值組成的矩陣代表這個(gè)人的人臉。那么這個(gè)人人臉就要1600 個(gè)特征。拿一堆這樣的樣本過來做pca，抽取得到的枝敬只是在統(tǒng)計(jì)意義下能代表某個(gè)樣本的幾個(gè)特征。
人臉識(shí)別可以采用神經(jīng)網(wǎng) 絡(luò)深度學(xué)習(xí)的思路，國(guó)內(nèi)的ColorReco在這邊有比較多的案例。
人臉識(shí)別是基于什么數(shù)據(jù)庫(kù)的介紹就聊到這里吧，感謝你花時(shí)間閱讀本站內(nèi)容，更多關(guān)于人臉識(shí)別是基于什么數(shù)據(jù)庫(kù),人臉識(shí)別基于何種數(shù)據(jù)庫(kù)？,人臉識(shí)別的原理是什么,如何使用yale大學(xué)的人臉數(shù)據(jù)庫(kù)進(jìn)行人臉識(shí)別的訓(xùn)練，python語(yǔ)言的信息別忘了在本站進(jìn)行查找喔。
香港服務(wù)器選創(chuàng)新互聯(lián)，2H2G首月10元開通。
創(chuàng)新互聯(lián)（www.cdcxhl.com）互聯(lián)網(wǎng)服務(wù)提供商,擁有超過10年的服務(wù)器租用、服務(wù)器托管、云服務(wù)器、虛擬主機(jī)、網(wǎng)站系統(tǒng)開發(fā)經(jīng)驗(yàn)。專業(yè)提供云主機(jī)、虛擬主機(jī)、域名注冊(cè)、VPS主機(jī)、云服務(wù)器、香港云服務(wù)器、免備案服務(wù)器等。
當(dāng)前文章：人臉識(shí)別基于何種數(shù)據(jù)庫(kù)？(人臉識(shí)別是基于什么數(shù)據(jù)庫(kù))
網(wǎng)址分享：http://fisionsoft.com.cn/article/cossieh.html
