人脸识别演讲ppt.ppt
《人脸识别演讲ppt.ppt》由会员分享,可在线阅读,更多相关《人脸识别演讲ppt.ppt(24页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、人脸识别 / AI,2018.09.07,face detection / AI / week report,汇报人:芥末酱,前 言,人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别。 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。,目录 / Contents,01,人脸识别 . 应
2、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,01,人脸识别 . 初识,人脸识别分为两大类:一是回答我是谁的问题,即辨认(Identification),二是回答这个人是我吗?即(Verification)。 正常人眼的识别准确率是97%,而目前专业的人脸识别研究企业机构可让其精确度高达99%以上,若结合眼纹等多因子验证,准确率能达到99.99%。且以人脸识别技术为核心的系统,能解决人脸识别在现实应用场景中面临的众多问题。,应用场景 / Application scenario,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
3、入图像由于图像采集环境的不同,如光照明暗程度、以及设备性能的优劣等,往往存有噪声,对比度不够等缺点。因此我们需要对其进行图像预处理。,图像预处理 / Image preprocessing,灰度化 / Grayscale,灰度变换方法 / Gray scale transformation method,rgbImage = imread(Lena.jpg);grayImage=rgb2gray(rgbImage);J1 = imadjust(grayImage,0 1,0 1,2.5);J2 = imadjust(grayImage,0 1,0 1,1.5);J3 = imadjust(gr
4、ayImage,0 1,0 1,0.67);J4 = imadjust(grayImage,0 1,0 1,0.4);subplot(1,5,1);imshow(J1);title(gamma=2.5);subplot(1,5,2);imshow(J2);title(gamma=1.5);subplot(1,5,3);imshow(grayImage);title(原灰度图像);subplot(1,5,4);imshow(J3);title(gamma=0.67);subplot(1,5,5);imshow(J4);title(gamma=0.4);,左图是一张进行灰度变换的灰度图。先从左上角
5、看,该像素的灰度值为254。然后下一个灰度值143,对其进行映射,得到的值是一个比143少的数。matlab当中常用的灰度变换函数是: imadjust(I,low_in; high_in,low_out; high_out,gamma),几何变换 / Geometric transformation,%平移 se=translate(strel(1),20 20);img2=imdilate(img1,se);figure,imshow(img2);imwrite(img2,a2.jpg);,I=imread(baby.bmp);height,width,dim=size(I);tform1
6、=maketform(affine,0,1,0;1,0,0;0,0,1);I1=imtransform(I,tform1,nearest);,%旋转img3=imrotate(img1,90);figure,imshow(img3);imwrite(img3,a3.jpg);,% %缩放img4=imresize(img1,2);figure,imshow(img4);imwrite(img4,a4.jpg);,平移,转置,旋转,缩放,图像增强 / Image enhancement,归一化 / Normalized,所谓图像归一化, 就是通过一系列变换, 将待处理的原始图像转换成相应的唯一标
7、准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。,1、什么是归一化?,图像归一化使得图像可以抵抗几何变换的攻击,也就是转换成唯一的标准形式以抵抗仿射变换。,2、为什么归一化?,线性函数归一化(Min-Max scaling)0均值标准化(Z-score standardization),3、 数据归一化的方法有哪些?,03,人脸图像 . 特征检测,所谓人脸检测,就是给定任意一张图片,找到其中是否存在一个或多个人脸,并返回图片中每个人脸的位置和范围。即找出特征点。 在模式识别领域,一句重要的话是:“Features matter”。获得好的特征是识别成功的关键。,深度学习 .
8、特征点 / DeepLearning,特征点检测 . 算法 在人脸检测的基础上,根据输入的人脸图像,自动定位出面部关键特征点,如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等,输入:人脸外观,输出:人脸特征点集合。,人脸对齐 . 算法以看作在一张人脸图像搜索人脸预先定义的点(也叫人脸形状),通常从一个粗估计的形状开始,然后通过迭代来细化形状的估计。方法包括:AAM (Active Appearnce Model)ASM(Active Shape Model),特征点定位 . 算法利用CNN,由粗到细,实现人脸关键点的精确定位。一般网络结构分为3层:level 1、level 2、level 3
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 识别 演讲 ppt
限制150内