隨著科技日益發(fā)展，人臉識(shí)別系統(tǒng)出現(xiàn)并且不斷更新完善，使其受到多數(shù)人的推崇，不過(guò)你知道人臉識(shí)別系統(tǒng)的流程和工作原理具體是什么嗎?一起來(lái)了解下吧：
人臉識(shí)別主要分為人臉檢測(cè)、特征提取和人臉識(shí)別三個(gè)過(guò)程。
人臉檢測(cè)：人臉檢測(cè)是指從輸入圖像中檢測(cè)并提取人臉圖像，通常采用haar特征和Adaboost算法訓(xùn)練級(jí)聯(lián)分類器對(duì)圖像中的每一塊進(jìn)行分類。如果某一矩形區(qū)域通過(guò)了級(jí)聯(lián)分類器，則被判別為人臉圖像。
特征提?。禾卣魈崛∈侵竿ㄟ^(guò)一些數(shù)字來(lái)表征人臉信息，這些數(shù)字就是我們要提取的特征。
常見(jiàn)的人臉特征分為兩類，一類是幾何特征，另一類是表征特征。幾何特征是指眼睛、鼻子和嘴等面部特征之間的幾何關(guān)系，如距離、面積和角度等。由于算法利用了一些直觀的特征，計(jì)算量小。
不過(guò)，由于其所需的特征點(diǎn)不能準(zhǔn)確選擇，限制了它的應(yīng)用范圍。另外，當(dāng)光照變化、人臉有外物遮擋、面部表情變化時(shí)，特征變化較大。所以說(shuō)，這類算法只適合于人臉圖像的粗略識(shí)別，無(wú)法在實(shí)際中應(yīng)用。
表征特征利用人臉圖像的灰度信息，通過(guò)一些算法提取全局或局部特征。其中比較常用的特征提取算法是LBP算法。LBP方法首先將 圖像分成若干區(qū)域，在每個(gè)區(qū)域的像素640x960鄰域中用中心值作閾值化，將結(jié)果看成是二進(jìn)制數(shù)。LBP算子的特點(diǎn)是對(duì)單調(diào) 灰度變化保持不變。每個(gè)區(qū)域通過(guò)這樣的運(yùn)算得到一組直方圖，然后將所有的直方圖連起來(lái)組成一個(gè)大的直方圖并進(jìn)行直方圖匹配計(jì)算進(jìn)行分類。
人臉識(shí)別：這里提到的人臉識(shí)別是狹義的人臉識(shí)別，即將待識(shí)別人臉?biāo)崛〉奶卣髋c數(shù)據(jù)庫(kù)中人臉的特征進(jìn)行對(duì)比，根據(jù)相似度判別分類。而人臉識(shí)別又可以分為兩個(gè)大類：一類是確認(rèn)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的該人圖像比對(duì)的過(guò)程，回答你是不是你的問(wèn)題;
另一類是辨認(rèn)，這是人臉圖像與數(shù)據(jù)庫(kù)中已存的所有圖像匹配的過(guò)程，回答你是誰(shuí)的問(wèn)題。顯然，人臉辨認(rèn)要比人臉確認(rèn)困難，因?yàn)楸嬲J(rèn)需要進(jìn)行海量數(shù)據(jù)的匹配。常用的分類器有鄰分類器、支持向量機(jī)等。
與指紋應(yīng)用方式類似，人臉識(shí)別技術(shù)目前比較成熟的也是考勤機(jī)。因?yàn)樵诳记谙到y(tǒng)中，用戶是主動(dòng)配合的，可以在特定的環(huán)境下獲取符合要求的人臉。這就為人臉識(shí)別提供了良好的輸入源，往往可以得到滿意的結(jié)果。
