人臉識(shí)別

人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并終服務(wù)于特征提取的過(guò)程。然而，隨著社會(huì)的發(fā)展，技術(shù)的進(jìn)步，生活節(jié)奏的加速，消費(fèi)水平的提高，人們對(duì)于家居的期望也越來(lái)越高，對(duì)便捷的要求也越來(lái)越迫切，基于傳統(tǒng)的純粹機(jī)械設(shè)計(jì)的防盜門(mén)，除了堅(jiān)固耐用外，很難快速滿足這些新興的需求：便捷，開(kāi)門(mén)記錄等功能。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、化、幾何校正、濾波以及銳化等。

用于表示人臉的大量特征從哪來(lái)？這便是深度學(xué)習(xí)（深度神經(jīng)網(wǎng)絡(luò)）發(fā)揮作用的地方。它通過(guò)在千萬(wàn)甚至億級(jí)別的人臉數(shù)據(jù)庫(kù)上學(xué)習(xí)訓(xùn)練后，會(huì)自動(dòng)總結(jié)出適合于計(jì)算機(jī)理解和區(qū)分的人臉特征。

算法工程師通常需要一定的可視化手段才能知道機(jī)器到底學(xué)習(xí)到了哪些利于區(qū)分不同人的特征，當(dāng)然這部分不是本節(jié)重點(diǎn)。

闡明了不同人臉由不同特征組成后，我們便有了足夠的知識(shí)來(lái)分析人臉識(shí)別，到底怎么識(shí)別。

“刷臉”技術(shù)覆蓋的用戶量也在快速上漲?！皟H僅在支付寶平臺(tái)，已經(jīng)有兩億用戶通過(guò)‘刷臉’登錄賬戶、找回密碼、風(fēng)險(xiǎn)校驗(yàn)等?！蔽浵丆TO程立直言：“臉正在逐漸取代密碼?！?

與此相伴隨的是行業(yè)規(guī)模的快速增長(zhǎng)。來(lái)自艾媒咨詢的數(shù)據(jù)顯示，2017年中國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)規(guī)模為68億元，預(yù)計(jì)2020年市場(chǎng)規(guī)模達(dá)到780億元，年均復(fù)合增長(zhǎng)率達(dá)125.5%。