码迷,mamicode.com
首页 > 其他好文 > 详细

三维人脸识别技术使我们更好地认识彼此

时间:2018-02-04 12:49:03      阅读:235      评论:0      收藏:0      [点我收藏+]

标签:科技   通用   targe   俄罗斯   识别   过程   识别方法   可变参   最小化   

技术分享图片

人脸识别,一种基于人的脸部特征信息进行身份认证的生物特征识别技术。近年来,随着欧美发达国家人脸识别技术开始进入实用阶段后,人脸识别迅速成为近年来全球的一个市场热点,它具有如下显著优点: 

·非接触,智能交互,用户接受程度高。 
·直观性突出,符合人“以貌识人”的认知规律。 
·适应性强,不易仿冒,安全性好。
·摄像头的大量普及,易于推广使用。

综上所述,人脸识别被人们称为最自然、最直观的一种生物特征识别技术。可以广泛应用于公安、安全、海关、金融、军队、机场、边防口岸、安防等多个重要行业及领域,以及智能门禁、门锁、考勤、手机、数码相机、智能玩具等民用市场,具有广阔的市场应用前景。 

目前的人脸识别技术,分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的,但实际上人脸本身是三维的,人脸平面图像只是三维人脸在一个平面上的投影,在这个过程中,必然会丢失一部分信息,因此,二维人脸识别性能的进一步提升,一直受到环境光线、姿态、表情等因素的不利影响。

近期就发生有消费者状告苹果手机无法识别其双胞胎孩子的案例。

 


三维人脸识别是基于三维人脸图像的,从理论上讲具备一些三维图像信息的技术优势,但一直存在采集设备昂贵,采集系统复杂,存储度高,人脸重建算法很复杂,识别速度较慢等缺点。

 

现有的三维人脸识别方法有:

1.基于图像特征的方法:采取了从3D结构中分离出姿态的算法。首先匹配人脸整体的尺寸轮廓和三维空间方向;然后,在保持姿态固定的情况下,去作脸部不同特征点(这些特征点是人工的鉴别出来)的局部匹配。

2.基于模型可变参数的方法:使用将通用人脸模型的3D变形和基于距离映射的矩阵迭代最小相结合,去恢复头部姿态和3D人脸。随着模型形变的关联关系的改变不断更新姿态参数,重复此过程直到最小化尺度达到要求。

基于模型可变参数的方法与基于图像特征的方法的最大区别在于:后者在人脸姿态每变化一次后,需要重新搜索特征点的坐标,而前者只需调整3D变形模型的参数。

光线和角度:三维人脸识别仪的工作波段接近于红外波段,使用者可不受光线状况、背景颜色、脸部的毛发与肤色的影响,从任何的角度都可以呈现出准确的三维脸形资料。
三维图像的特异性:获取丰富的脸部测量数据特点,通过运算形成的三维脸形模板,就可以准确识别出看似两个完全相同的双胞胎兄弟或姐妹的脸形。

识别速度和准确性:专有的三维人脸生物算法执行实时以每秒30帧的脸部影像扫描以获取脸部特征点进行识别运算,即使在极低的拒判率和误判率[<0.001]的情况下每秒也能达到10~12次比对运算使得三维脸部识别验证具有极高的识别准确性。


三维人脸识别的优势

元亨信科技推出的3D人脸识别系统Broadway3DBM基础模型还配备了一个监视器,显示结果的注册过程和识别的信息。它有三种工作模式:登记,识别和验证。它的目的是在柜台、人事部门注册,进行三维人脸识别。它安装在地板上。它可以与任何障碍机制协同工作(门,旋转门,室内门,闸门等)。Broadway3DBM具有LED指示,向用户提供视觉信息,反馈百老汇3D系统识别状态或登记过程的状况。


三维人脸识别系统的应用案例

青奥会老山自行车赛事因场地开放、山区地形复杂,安保难度很高。为保万无一失,老山自行车安保团队使用了全球尖端高科技:3D人脸识别系统。“除了人员到位外,我们很大程度上借助了科技手段,确保赛道不留死角。”老山自行车赛场安保经理聂荣强说,为了解决快速安检问题,他们这次在国内赛事中,第一次使用了3D人脸识别系统。

 “这套系统在2014年俄罗斯索契冬季奥运会机场安全检查中第一次使用,能在一秒钟之内,分析人脸部约4万个点的数据,并和数据库进行比对。”聂荣强介绍,这套系统有能力识别正在行走、戴着帽子或墨镜的人,还可以辨认双胞胎。“只要你进来过一次,第二次再进来,系统就知道了,安检程序就会很快完成。这也杜绝了有人冒用证件情况发生,因为系统自动识别人脸,长得再像的人,想混进场也是不可能的。”

技术分享图片

 

原文链接:http://www.babayface.com/nd.jsp?id=39#_np=127_401 

相关产品请查询人脸识别产品中的3D人脸识别产品。

三维人脸识别技术使我们更好地认识彼此

标签:科技   通用   targe   俄罗斯   识别   过程   识别方法   可变参   最小化   

原文地址:https://www.cnblogs.com/kvhur/p/8412666.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!