人脸识别PPT课件.ppt

* * * * * - * k * 人脸识别 Artificial Intelligence Face Recognition 人脸识别PPT课件全文共18页，当前为第1页。 定义 人脸识别是基于计算机图像处理技术和生物特征识别技术，提取图像或视频中的人像特征信息，并将其与已知人脸进行比对，从而识别每个人的身份。它集成了人工智能、机器学习、模型理论、视频图像处理等多样专业技术。 随着智能手机的快速普及，可以通过手机镜头在手机上做基于人脸识别的身份注册、认证、登录等，使身份认证进程更安全、方便。由于人脸比指纹等视觉辨识度更高，所以刷脸的应用前景更广阔。 人脸识别PPT课件全文共18页，当前为第2页。 目录 / Contents 01 人脸识别 . 应用 02 人脸图像 . 预处理 03 人脸图像 . 特征检测 04 人脸图像 . 匹配与识别 人脸识别PPT课件全文共18页，当前为第3页。 01 人脸识别 . 应用 人脸识别PPT课件全文共18页，当前为第4页。 1 应用场景 电商网站，刷脸支付 学校宿舍，刷脸进门 当前主要是通过扫描或者复印身份证信息，人工比对身份证照片。扫描或复印身份证只是作为备案，并不能有效核实身份证真伪。要确保是采用真实身份证办理业务，必须有某种技术手段对办事人提供的身份证进行查验。 身份证查验，证据留存 人脸识别PPT课件全文共18页，当前为第5页。 02 人脸图像 . 预处理 预处理是人脸识别过程中的一个重要环节。输入图像由于采集环境的不同，可能收到光照，遮挡的影响得到的样图是有缺陷的。 人脸识别PPT课件全文共18页，当前为第6页。 2 图像预处理 灰度化 几何变换 图像增强 归一化 将彩色图像转换为灰度图，其中有三种方法：最大值法、平均值法、以及加权平均法。 通过平移、转置、镜像、旋转、缩放等几何变换对采集的图像进行处理，用于改正图像采集系统的系统误差。 图像增强是为了改善人脸图像的质量，在视觉上更加清晰图像，使图像更利于识别。 归一化工作的目标是取得尺寸一致，灰度取值范围相同的标准化人脸图像。 人脸识别PPT课件全文共18页，当前为第7页。 2 灰度化 最大值法 平均值法 加权平均 将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。这种方法转化的灰度图亮度较高。 F(i,j) = max(R(i,j), G(i,j), B(i,j)) 将彩色图像中的三分量亮度求平均得到一个灰度值。这种方法得到的灰度图比较柔和。 F(i,j) = (R(i,j), G(i,j), B(i,j))/3 将彩色图像中的三分量亮度按权值计算得到一个灰度值。这种方法得到的灰度图效果最好。 F(i,j) = (WRR(i,j), WGG(i,j), WBB(i,j))/3 将彩色图像转化为灰度图像的过程是图像的灰度化处理。 彩色图像中的每个像素的颜色由R，G，B三个分量决定，而每个分量中可取值0-255，像素点的颜色变化范围太大。而灰度图像是R，G，B三个分量相同的一种特殊的彩色图像，会大大减少后续的计算量。 人脸识别PPT课件全文共18页，当前为第8页。 * * 人脸识别PPT课件全文共18页，当前为第9页。 2 灰度变换方法 g（x，y）= T [ f（x，y）] f（x，y）是输入图像，g（x，y）是处理后的图像，T是在点（x，y）邻域上定义的关于f 的一种算子。 左图是一张进行灰度变换的灰度图，从图像的左上角开始，以水平扫描的方式逐像素地处理，将原图灰度翻转。 matlab当中常用的灰度变换函数是： imadjust(I,[low_in; high_in],[low_out; high_out],gamma) 人脸识别PPT课件全文共18页，当前为第10页。 2 几何变换 目的：通过适当的几何变换，消除几何因素（视角，方位等）造成的图像外观变化。 图像平移 图像转置 图像旋转 图像缩放 定义：图像空间变化，将一幅图的坐标位置映射到另一幅图像中的新坐标上。 人脸识别PPT课件全文共18页，当前为第11页。 2 图像增强 原理：对数变换可以将图像的低灰度值部分扩展，显示出低灰度部分更多的细节，将其高灰度值部分压缩，减少高灰度值部分。 原理：主要用于图像的校正，将灰度过高或者灰度过低的图片进行修正，增强对比度。 原理：将原始图像的灰度图从比较集中的某个灰度区间均匀分布在整个灰度空间中，实现对图像的非线性拉伸，重新分配像素值。 原理：利用图像的二次微分对图像进行蜕化，在图像领域中微分是锐化，积分是模糊，即利用邻域像素提高对比度。 直方图均衡化 拉普拉斯算子 Log变换 伽马变换 人脸识别PPT课件全文共18页，当前为第12页。 2 归一化 所谓图