025-52139569
13812702289
aire001@airesensor.com
在科技迅速發(fā)展的現代只有和具體場(chǎng)景結合才能夠體現其價(jià)值，那么作為人工智能的一個(gè)分支人臉識別到底能識別到哪些場(chǎng)景呢?讓人很好奇的識別的過(guò)程又是什么樣的的?下面就讓愛(ài)爾傳感的專(zhuān)業(yè)人士來(lái)為大家詳細介紹一下人臉識別全過(guò)程及場(chǎng)景。
1、人臉檢測
人臉檢測算法的輸入是一張圖片，輸出是人臉框坐標序列(0個(gè)人臉框或1個(gè)人臉框或多個(gè)人臉框)。一般情況下，輸出的人臉坐標框為一個(gè)正朝上的正方形，但也有一些人臉檢測技術(shù)輸出的是正朝上的矩形，或者是帶旋轉方向的矩形。
2、人臉配準
人臉配準算法的輸入是“一張人臉圖片”加“人臉坐標框”，輸出五官關(guān)鍵點(diǎn)的坐標序列。五官關(guān)鍵點(diǎn)的數量是預先設定好的一個(gè)固定數值，可以根據不同的語(yǔ)義來(lái)定義。
當前效果的較好的一些人臉配準技術(shù)，基本通過(guò)深度學(xué)習框架實(shí)現，這些方法都是基于人臉檢測的坐標框，按某種事先設定規則將人臉區域扣取出來(lái)，縮放的固定尺寸，然后進(jìn)行關(guān)鍵點(diǎn)位置的計算。
3、人臉屬性識別
一般的人臉屬性識別算法的輸入是“一張人臉圖”和“人臉五官關(guān)鍵點(diǎn)坐標”，輸出是人臉相應的屬性值。人臉屬性識別算法一般會(huì )根據人臉五官關(guān)鍵點(diǎn)坐標將人臉對齊(旋轉、縮放、扣取等操作后，將人臉調整到預定的大小和形態(tài))，然后進(jìn)行屬性分析。
常規的人臉屬性識別算法識別每一個(gè)人臉屬性時(shí)都是一個(gè)獨立的過(guò)程，即人臉屬性識別只是對一類(lèi)算法的統稱(chēng)，性別識別、年齡估計、姿態(tài)估計、表情識別都是相互獨立的算法。但的一些基于深度學(xué)習的人臉屬性識別也具有一個(gè)算法同時(shí)輸入性別、年齡、姿態(tài)等屬性值的能力。
4、以在基本保證算法效果的前提下，將模型大小和運算速度優(yōu)化到移動(dòng)端可用的狀態(tài)。
5、人臉比對
人臉比對算法的輸入是兩個(gè)人臉特征(注：人臉特征由前面的人臉提特征算法獲得)，輸出是兩個(gè)特征之間的相似度。人臉驗證、人臉識別、人臉檢索都是在人臉比對的基礎上加一些策略來(lái)實(shí)現。相對人臉提特征過(guò)程，單次的人臉比對耗時(shí)極短，幾乎可以忽略。
基于人臉比對可衍生出人臉驗證、人臉識別、人臉檢索、人臉聚類(lèi)等算法。
6、人臉驗證
它的輸入是兩個(gè)人臉特征，通過(guò)人臉比對獲得兩個(gè)人臉特征的相似度，通過(guò)與預設的閾值比較來(lái)驗證這兩個(gè)人臉特征是否屬于同一人(即相似度大于閾值，為同一人;小于閾值為不同)。
7、 人臉識別
它的輸入一個(gè)人臉特征，通過(guò)和注冊在庫中N個(gè)身份對應的特征進(jìn)行逐個(gè)比對，找出“一個(gè)”與輸入特征相似度較高的特征。將這個(gè)較高相似度值和預設的閾值相比較，如果大于閾值，則返回該特征對應的身份，否則返回“不在庫中”。
8、人臉檢索
人臉檢索通過(guò)將輸入的人臉和一個(gè)集合中的說(shuō)有人臉進(jìn)行比對，根據比對后的相似度對集合中的人臉進(jìn)行排序。根據相似度從高到低排序的人臉序列即使人臉檢索的結果。
9、人臉聚類(lèi)
人臉聚類(lèi)也通過(guò)將集合內所有的人臉兩兩之間做人臉比對，再根據這些相似度值進(jìn)行分析，將屬于同一個(gè)身份的人劃分到一個(gè)組里。
10、人臉活體
和前面所提到的人臉技術(shù)相比，人臉活體不是一個(gè)單純算法，而是一個(gè)問(wèn)題的解法。這個(gè)解法將用戶(hù)交互和算法緊密結合，不同的交互方式對應于完全不同的算法。鑒于方法的種類(lèi)過(guò)于繁多，這里只介紹“人臉活體”的概念，不再展開(kāi)。
人臉識別的場(chǎng)景
其場(chǎng)景的尋找，依舊是需求調研/分析的工作，基本可以按照以下2個(gè)步驟進(jìn)行：
梳理客戶(hù)/用戶(hù)業(yè)務(wù)的流程、多方利益相關(guān)人訴求等因素。
找到流程中機械工作&利于客戶(hù)/用戶(hù)目標的場(chǎng)景。
例如：社區改造中，如果客戶(hù)是物管管理層，那么場(chǎng)景建設重心便是圍繞其運營(yíng)效率/成本、物業(yè)價(jià)值的外化等。在此基礎上，尋找與此相關(guān)的機械工作，如保安三班倒值守，進(jìn)出人員登記等。再如人臉支付，優(yōu)化的機械工作是支付密碼輸入等。ToB和ToC業(yè)務(wù)，因其客戶(hù)、用戶(hù)屬性存在不一致性，需要區分對待。
另外，如上文所述，受限于當前技術(shù)能力，無(wú)論什么場(chǎng)景，都需要基于準確率和體驗的均衡來(lái)設計。達不到效果最好內部/種子用戶(hù)多磨練，畢竟吸引客戶(hù)/用戶(hù)的機會(huì )可能只有一次。
以上就是關(guān)于人臉識別的過(guò)程及識別場(chǎng)景的介紹，想要了解更多相關(guān)資訊敬請關(guān)注本站。
