AI智能人脸识别系统

背景

人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国、德国和日本的技术实现为主;人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化
接口能力。

特性

人脸与人体的其它生物特征(指纹、虹膜等)一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提,与其它类型的生物识别比较人脸识别具有如下特点:
非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识的状态下就可获取人脸图像,这样的取样方式没有“强制性”;
非接触性:用户不需要和设备直接接触就能获取人脸图像;
并发性:在实际应用场景下可以进行多个人脸的分拣、判断及识别;
除此之外,还符合视觉特性:“以貌识人”的特性,以及操作简单、结果直观、隐蔽性好等特点。
AI智能人脸识别系统_第1张图片
一般来说,人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别(身份确认或者身份查找)。系统输入一般是一张或者一系列含有未确定身份的人脸图像,以及人脸数据库中的若干已知身份的人脸图象或者相应的编码,而其输出则是一系列相似度得分,表明待识别的人脸的身份。

基于的算法

人脸识别算法分类
基于人脸特征点的识别算法(Feature-based recognition algorithms)。
基于整幅人脸图像的识别算法(Appearance-based recognition algorithms)。
基于模板的识别算法(Template-based recognition algorithms)。
利用神经网络进行识别的算法(Recognition algorithms using neural network)。
神经网络识别
神经网络识别
基于光照估计模型理论
提出了基于Gamma灰度矫正的光照预处理方法,并且在光照估计模型的基础上,进行相应的光照补偿和光照平衡策略。
优化的形变统计校正理论
基于统计形变的校正理论,优化人脸姿态;强化迭代理论
强化迭代理论是对DLFA人脸检测算法的有效扩展;
独创的实时特征识别理论
该理论侧重于人脸实时数据的中间值处理,从而可以在识别速率和识别效能之间,达到最佳的匹配效果

侧重点

人脸检测:检测图片中的人脸并标记出位置信息;
人脸关键点:展示人脸的核心关键点信息,及150个关键点信息。
人脸属性值:展示人脸属性信息,如年龄、性别等。
人脸质量信息:返回人脸各部分的遮挡、光照、模糊、完整度、置信度等信息
AI智能人脸识别系统_第2张图片
两张人脸图片相似度对比:比对两张图片中人脸的相似度,并返回相似度分值;
多种图片类型:支持生活照、证件照、身份证芯片照、带网纹照四种类型的人脸对比;
活体检测控制:基于图片中的破绽分析,判断其中的人脸是否为二次翻拍(举例:如用户A用手机拍摄了一张包含人脸的图片一,用户B翻拍了图片一得到了图片二,并用图片二伪造成用户A去进行识别操作,这种情况普遍发生在金融开户、实名认证等环节。);
质量检测控制:分析图片的中人脸的模糊度、角度、光照强度等特征,判断图片质量;

核心能力

离线调用人脸检测、人脸追踪、人脸采集等能力,从视频流中快速获取人脸图片并确保获取的人脸图片质量,配合API接口,高效构建各场景人脸识别应用。我们提供了Android、IOS、Windows、Linux四个版本的SDK,提供如下核心能力:

人脸检测、人脸关键点采集
人脸追踪、动态定位人脸
动作配合式活体检测

开发策略

通过Python引用或者命令行的形式使用它,来管理和识别人脸。
该软件包使用dlib中最先进的人脸识别深度学习算法,使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。
它同时提供了一个叫face_recognition的命令行工具,以便你可以用命令行对一个文件夹中的图片进行识别操作。
特性
在图片中识别人脸
找到图片中所有的人脸
在这里插入图片描述

应用领域

人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高,人脸识别技术将应用在更多的领域。
金融远程开户
通过自拍照与身份证照或公安系统照片之间的人脸对比,核实用户身份是否属实,优化金融等高风险行业复杂的身份验证流程
服务人员身份监管
对于用户身份真实性要求较高的服务领域(如家政、货运等),通过人证对比,确保服务人员的身份真实性,提高业务人员身份审核效率
企业刷脸考勤
用人脸识别替代指纹识别、刷工卡的方式进行考勤,实现多人同时考勤,提高防作弊能力的同时提升考勤效率
AI智能人脸识别系统_第3张图片
酒店自助入住
用户到店后主动出示身份证,通过人脸1:1的服务将用户现成拍摄的照片与身份证信息进行比对验证,实现自助入住
民事政务自助办理
原本繁琐费时的窗口业务办理,转为线上自助办理(如制卡、社保核身),保证用户身份真实性的同事,大大缩短业务处理时间

十年专注系统集成
始于2008,2019展望未来,专注于用户体验,专业于视频解决方案

你可能感兴趣的:(AI智能人脸识别系统)