人脸识别主要识别哪里，它是如何工作的？
发布时间：2022-08-31 14:27:18
人脸识别主要识别哪里？
人脸识别主要识别面部的眼睛，鼻子和嘴巴等数据，人脸数据意味着独特的面部特征，如眼睛之间的距离、前额-下巴距离、鼻子宽度、颧骨形状等。人脸识别软件的工作原理没有共同的答案，因为每个软件都基于可靠的专有算法。
人脸识别分为两个主要阶段：
检测
人脸检测是如何工作的？像人脸识别SDK或其他人脸识别系统这样的软件可以检测图像和视频中的单个或多个人脸。他们得到的被称为面部坐标（眼睛、鼻子、嘴唇等），这些坐标是唯一的。
识别
人脸识别是如何工作的？一种识别人脸的方法，用于识别或验证目的。在此阶段，我们的面部坐标将与数据库进行比较。如果检测到相似性，则会进行确定。
某些软件为了能够运行，它必须知道如何区分一个基本的脸和背景的其余部分。人脸识别软件是基于对人脸的识别能力，然后对人脸的各种特征进行测量。
每一张脸都有许多可辨别的地标，构成面部特征的不同峰谷，我们将这些地标定义为节点。每个人脸大约有80个节点。软件测量的其中一些是：
两眼之间的距离
鼻子的宽度
眼窝深度
颧骨的形状
下颚线的长度
这些节点通过创建一个数字代码来测量，表示数据库中的人脸。
在过去，人脸识别软件依赖于一个2D图像来比较或识别数据库中的另一个2D图像。为了有效和准确，拍摄的图像必须是一张几乎直接对着相机的脸，与数据库中的图像相比，光线或面部表情变化很小。这造成了一个相当大的问题。
在大多数情况下，图像不是在受控环境下拍摄的。即使是光线或方向上的最小变化也会降低系统的有效性，因此它们无法与数据库中的任何人脸匹配，从而导致高故障率。
人脸识别技术可以从照片或视频中识别出一个人。它将选定的面部特征与数据库中的面部进行比较，并可以分析面部纹理和形状来验证一个人。
人脸识别分两步进行。第一步是从图像中提取和选择特征。第二步是对象或特征的分类。
面部技术在不同的产品和应用中有许多具体的工作方式，包括：
传统意义上的。许多传统的人脸识别算法识别面部特征，如眼睛、鼻子、颧骨和下巴的位置或大小。这些功能用于连接其他匹配的功能。有些算法只保存对人脸识别很重要的人脸数据，而不保存整个人脸图像。传统的算法主要有两种，几何算法和光度算法。几何算法着眼于区别特征。光度法是一种统计方法，它将图像放入一个值中，然后在消除过程中将值与模板进行比较。无论哪种方法，这些算法都利用人脸图像进行比较和对比，匹配正确的图像进行人脸识别。
3D识别。三维人脸识别使用三维传感器来捕捉有关人脸形状的信息。从那里，软件识别出不同的特征，如眼窝、鼻子和下巴。环境中的光线或其他变化不会影响3D面部识别，但是面部表情会引起一些敏感性。正因为如此，不同角度的相机正在成为一种流行的实时方式来识别人脸。
皮肤纹理分析。这是面部识别领域的一个新趋势。这个过程把一个人皮肤上独特的线条和图案变成一个数学空间。一张照片拍摄一块皮肤，然后把那块皮肤分成小块。算法将贴片转化为数学空间，然后将贴片与数据库进行比较。
热敏摄像机。热敏相机只检测头部的形状，而忽略了眼镜或帽子等配件。热敏相机甚至可以在微光下拍摄图像，无需使用闪光灯。但是识别的数据库有限，很难使用。如果人脸识别技术变得更加流行，数据库能够发展壮大，这可能是一个极好的选择。
这些方法各有利弊，现在许多公司正致力于将不同的方法结合起来，以获得更高的成功率。结合这些方法意味着面部表情，眨眼，皱眉或微笑，种族，性别，甚至面部头发或眼镜都可以解释。
在大多数情况下，图像不是在受控环境下拍摄的。即使是光线或方向上的最小变化也会降低系统的有效性，因此它们无法与数据库中的任何人脸匹配，从而导致高故障率。
人脸识别技术可以从照片或视频中识别出一个人。它将选定的面部特征与数据库中的面部进行比较，并可以分析面部纹理和形状来验证一个人。
人脸识别分两步进行。第一步是从图像中提取和选择特征。第二步是对象或特征的分类。
面部技术在不同的产品和应用中有许多具体的工作方式，包括：
传统意义上的。许多传统的人脸识别算法识别面部特征，如眼睛、鼻子、颧骨和下巴的位置或大小。这些功能用于连接其他匹配的功能。有些算法只保存对人脸识别很重要的人脸数据，而不保存整个人脸图像。传统的算法主要有两种，几何算法和光度算法。几何算法着眼于区别特征。光度法是一种统计方法，它将图像放入一个值中，然后在消除过程中将值与模板进行比较。无论哪种方法，这些算法都利用人脸图像进行比较和对比，匹配正确的图像进行人脸识别。
3D识别。三维人脸识别使用三维传感器来捕捉有关人脸形状的信息。从那里，软件识别出不同的特征，如眼窝、鼻子和下巴。环境中的光线或其他变化不会影响3D面部识别，但是面部表情会引起一些敏感性。正因为如此，不同角度的相机正在成为一种流行的实时方式来识别人脸。
皮肤纹理分析。这是面部识别领域的一个新趋势。这个过程把一个人皮肤上独特的线条和图案变成一个数学空间。一张照片拍摄一块皮肤，然后把那块皮肤分成小块。算法将贴片转化为数学空间，然后将贴片与数据库进行比较。
热敏摄像机。热敏相机只检测头部的形状，而忽略了眼镜或帽子等配件。热敏相机甚至可以在微光下拍摄图像，无需使用闪光灯。但是识别的数据库有限，很难使用。如果人脸识别技术变得更加流行，数据库能够发展壮大，这可能是一个极好的选择。
这些方法各有利弊，现在许多公司正致力于将不同的方法结合起来，以获得更高的成功率。结合这些方法意味着面部表情，眨眼，皱眉或微笑，种族，性别，甚至面部头发或眼镜都可以解释。
面部识别威胁和问题
尽管人脸识别技术帮助许多行业提高了安全性，但这项技术还是引起了许多人的极大关注。再加上监控市场呈指数级增长，人脸识别系统几乎可以在生活的方方面面找到，相当一部分人反对这种技术。让我们来看看有关人脸识别软件的一些主要问题。
隐私
人脸识别技术发展势头强劲，但与此同时，严格的新隐私法正在颁布。
数据滥用
人们非常担心公司会滥用他们通过人脸识别收集的数据。而且，即使一家公司有好的意图，如果数据泄露发生，数据总是有可能被滥用。
识别错误
人脸识别技术并非100%准确。在识别女性和有色人种时，尤其是使用过时的算法时，存在更大的偏见。
面部识别限制
在短短的几年里，人脸识别技术的能力和准确性都有了显著的提高。在理想条件下，人脸识别系统的准确率可达99.97%。然而，在现实世界中，理想的照片是很少实现的。照明和定位必须使受试者的面部特征清晰无瑕。
老化也会增加错误率。由于受试者的脸随着时间的推移而老化，系统将不太可能将其与数据库中的照片进行匹配。
尽管人脸识别技术帮助许多行业提高了安全性，但这项技术还是引起了许多人的极大关注。再加上监控市场呈指数级增长，人脸识别系统几乎可以在生活的方方面面找到，相当一部分人反对这种技术。让我们来看看有关人脸识别软件的一些主要问题。
隐私
人脸识别技术发展势头强劲，但与此同时，严格的新隐私法正在颁布。
数据滥用
人们非常担心公司会滥用他们通过人脸识别收集的数据。而且，即使一家公司有好的意图，如果数据泄露发生，数据总是有可能被滥用。
识别错误
人脸识别技术并非100%准确。在识别女性和有色人种时，尤其是使用过时的算法时，存在更大的偏见。
面部识别限制
在短短的几年里，人脸识别技术的能力和准确性都有了显著的提高。在理想条件下，人脸识别系统的准确率可达99.97%。然而，在现实世界中，理想的照片是很少实现的。照明和定位必须使受试者的面部特征清晰无瑕。
老化也会增加错误率。由于受试者的脸随着时间的推移而老化，系统将不太可能将其与数据库中的照片进行匹配。
另一个问题是供应商之间的准确性差异很大。一些供应商已经开发出能够提供高精度结果的人脸识别算法。然而，一般的市场供应商并不那么准确。人脸识别软件离商品化还有很长的路要走。
