안면인식 기술의 원리

얼굴 인식 기술은 컴퓨터 기술을 사용하여 얼굴을 분석하고 비교하여 얼굴을 식별하는 것을 말합니다. 얼굴 인식은 얼굴 추적 감지, 이미지 확대 자동 조정, 야간 적외선 감지, 노출 강도 자동 조정 및 기타 기술을 포함하는 컴퓨터 기술 연구의 인기 있는 분야입니다.

기술 원리

얼굴 인식 기술은 세 부분으로 구성됩니다.

(1) 얼굴 인식

얼굴 인식은 역동적인 장면과 복잡한 배경에서 여부를 판단하는 것을 말합니다. 이미지이며 이 이미지는 격리되어 있습니다.

일반적으로 다음과 같은 방법이 있습니다.

1참조 템플릿 방법

먼저 하나 또는 여러 개의 표준 얼굴 템플릿을 디자인한 다음 테스트를 위해 수집된 샘플과 표준 템플릿 간의 일치 정도를 계산하고 임계값을 사용하여 여부를 결정합니다.

②얼굴 규칙 방법

얼굴에는 특정 구조적 분포 특성이 있으므로 소위 얼굴 규칙 방법은 이러한 특징을 추출하여 해당 규칙을 생성하여 테스트 샘플에 얼굴이 포함되어 있는지 확인합니다.

③샘플 학습 방법

이 방법은 패턴 인식에 인공 신경망 방식을 사용합니다. 즉, 얼굴 이미지 샘플 세트와 비얼굴 이미지 샘플 세트를 학습하여 분류기를 생성합니다.

4피부색 모델 방법

이 방법은 검출이 수행됩니다. 색상 공간에서 얼굴 피부색의 상대적으로 집중된 분포를 기반으로 합니다.

⑤Feature sub-face method

이 방법은 모든 얼굴 이미지 세트를 얼굴 이미지 부분 공간으로 취급하고, 탐지 샘플과 부분 공간에서의 투영 사이의 거리를 기반으로 얼굴 이미지가 있는지 여부를 결정합니다.

위의 5가지 방법은 실제 탐지 시스템에서도 포괄적으로 사용될 수 있다는 점을 언급할 가치가 있습니다.

추천 과정: PHP 튜토리얼.

(2) 얼굴 추적

얼굴 추적은 감지된 얼굴의 동적 대상 추적을 의미합니다. 구체적으로는 모델 기반(Model-based) 방식이나 모션과 모델을 결합한 방식을 사용한다. 또한, 피부색 모델 추적을 활용하는 것도 간단하고 효과적인 방법입니다.

(3) 얼굴 비교

얼굴 비교는 감지된 얼굴 이미지의 정체를 확인하거나 얼굴 이미지 데이터베이스에서 대상 검색을 수행하는 것입니다. 이는 실제로 샘플링된 얼굴 이미지를 스톡 얼굴 이미지와 순서대로 비교하여 가장 일치하는 객체를 찾는 것을 의미합니다. 따라서 얼굴영상의 설명에 따라 얼굴영상 인식의 구체적인 방법과 성능이 결정된다.

주로 고유벡터와 얼굴 패턴 템플릿의 두 가지 설명 방법을 사용합니다.

①고유벡터 방법

이 방법은 먼저 눈 홍채, 코 날개, 입가와 같은 얼굴 특징의 크기, 위치, 거리 및 기타 속성을 결정하는 것입니다. 등. 그런 다음 기하학적 특징량이 계산되고 이러한 특징량은 표면 이미지를 설명하는 특징 벡터를 형성합니다.

②얼굴 패턴 템플릿 방법

이 방법은 여러 개의 표준 얼굴 이미지 템플릿 또는 얼굴 기관 템플릿을 라이브러리에 저장하는 것입니다. 비교할 때 샘플링된 얼굴 이미지의 모든 픽셀은 라이브러리의 모든 템플릿으로 정규화됩니다. . 또한 패턴 인식을 위해 자기상관 네트워크를 사용하거나 특징을 템플릿과 결합하는 방법도 있습니다.

얼굴 인식 기술의 핵심은 사실 '국소적 인체 특징 분석'과 '그래픽/신경 인식 알고리즘'입니다. 이 알고리즘은 사람 얼굴의 다양한 기관과 특징적인 부분을 활용하는 방식입니다. 예를 들어, 해당 기하학적 관계 다중 데이터 구성 식별 매개변수는 데이터베이스의 모든 원래 매개변수와 비교, 판단 및 확인됩니다. 일반적으로 판단 시간은 1초 미만이 필요합니다.

인식 과정

은 일반적으로 세 단계로 나뉩니다.

(1) 먼저 얼굴 프로필을 만듭니다. 즉, 카메라를 이용하여 부대원들의 얼굴의 얼굴 이미지 파일을 수집하거나 사진을 촬영하여 얼굴 이미지 파일을 구성하고, 이러한 얼굴 이미지 파일을 얼굴 지문(Faceprint) 코드로 생성하여 저장한다.

(2) 현재 사람 얼굴 이미지를 가져옵니다. 즉, 카메라를 이용하여 현재 출입하는 사람의 얼굴영상을 캡쳐하거나, 사진을 촬영하여 입력하고, 현재 얼굴영상 파일로부터 얼굴패턴코드를 생성한다.

(3) 현재 얼굴 패턴 코드와 아카이브 인벤토리를 비교해보세요. 즉, 현재 얼굴 영상의 얼굴 패턴 코드를 검색하여 아카이브 인벤토리에 있는 얼굴 패턴 코드와 비교한다. 위에서 언급한 "얼굴 패턴 인코딩" 방법은 인간 얼굴의 본질적인 특성과 시작점을 기반으로 작동합니다. 이 얼굴 패턴 인코딩은 빛, 피부색, 얼굴 털, 헤어스타일, 안경, 표현 및 자세의 변화에 ​​대해 강력하므로 수백만 명의 사람들 중에서 개인을 정확하게 식별할 수 있습니다. 얼굴 인식 과정은 일반 영상처리 장비를 이용해 자동, 연속, 실시간으로 완료될 수 있다.

기술 프로세스

얼굴 인식 시스템은 주로 얼굴 이미지 수집 및 감지, 얼굴 이미지 전처리, 얼굴 이미지 특징 추출, 매칭 및 인식의 네 가지 구성 요소로 구성됩니다.

얼굴 이미지 수집 및 감지

얼굴 이미지 수집: 카메라 렌즈를 통해 정적 이미지, 동적 이미지, 다양한 위치, 다양한 표정 등과 같은 다양한 얼굴 이미지를 수집할 수 있습니다. 매우 잘 수집할 수 있습니다. 사용자가 수집 장치의 촬영 범위 내에 있으면 수집 장치가 자동으로 사용자의 얼굴 이미지를 검색하고 캡처합니다.

얼굴 인식: 실제로 얼굴 인식은 주로 얼굴 인식의 전처리, 즉 이미지 속 얼굴의 위치와 크기를 정확하게 보정하는 데 사용됩니다. 얼굴 이미지에 포함된 패턴 특징은 히스토그램 특징, 색상 특징, 템플릿 특징, 구조적 특징, Haar 특징 등 매우 풍부합니다. 얼굴 감지는 유용한 정보를 선택하고 이러한 기능을 사용하여 얼굴 감지를 달성하는 것입니다.

주류의 얼굴 검출 방법은 위의 특징을 바탕으로 Adaboost 학습 알고리즘을 사용합니다. Adaboost 알고리즘은 분류에 사용되는 방법으로, 새롭고 강력한 분류 방법을 형성합니다.

얼굴 검출 과정에서 Adaboost 알고리즘을 사용하여 얼굴을 가장 잘 나타내는 일부 직사각형 특징(약한 분류기)을 선택하고, 약한 분류기는 가중치 투표 방식에 따라 강한 분류기로 구성되며, 그 다음 여러 개의 강력한 분류기로 구성됩니다. 학습을 통해 얻은 분류기는 직렬로 연결되어 계단식 분류기의 계단식 구조를 형성하며 분류기의 감지 속도를 효과적으로 향상시킵니다.

얼굴 이미지 전처리

얼굴 이미지 전처리: 얼굴 이미지 전처리는 얼굴 검출 결과를 바탕으로 이미지를 처리하고 궁극적으로 특징 추출을 수행하는 프로세스입니다. 시스템에서 획득한 원본 이미지는 다양한 조건과 무작위 간섭으로 인해 직접 사용할 수 없는 경우가 많습니다. 이미지 처리 초기 단계에서 계조 보정, 노이즈 필터링 등의 이미지 전처리를 수행해야 합니다. 얼굴 이미지의 경우 전처리 프로세스에는 주로 얼굴 이미지의 빛 보정, 회색조 변환, 히스토그램 균등화, 정규화, 기하학적 보정, 필터링 및 선명화가 포함됩니다.

얼굴 이미지 특징 추출

얼굴 이미지 특징 추출: 얼굴 인식 시스템에서 사용할 수 있는 특징은 크게 시각 특징, 픽셀 통계 특징, 얼굴 영상 변환 계수 특징, 얼굴 영상 대수 특징 등으로 구분됩니다. 얼굴 특징 추출은 사람 얼굴의 특정 특징에 대해 수행됩니다. 얼굴 표현이라고도 하는 얼굴 특징 추출은 얼굴의 특징 모델링 프로세스입니다. 얼굴 특징 추출 방법은 크게 두 가지로 요약할 수 있는데, 하나는 지식을 기반으로 한 표현 방법이고, 다른 하나는 대수적 특징이나 통계적 학습을 기반으로 한 표현 방법이다.

지식 기반 표현 방법은 주로 얼굴 기관의 형태 묘사와 기관 간의 거리 특성을 기반으로 얼굴 분류에 도움이 되는 특징 데이터를 얻습니다. 특징 구성 요소에는 일반적으로 유클리드 거리, 곡률, 각도 등이 포함됩니다. 사람의 얼굴은 눈, 코, 입, 턱 등의 부분으로 구성되어 있으며, 이들 부분의 기하학적 묘사와 이들 간의 구조적 관계는 사람의 얼굴을 식별하는 중요한 특징으로 활용될 수 있습니다. 지식 기반 얼굴 표현에는 기하학적 특징을 기반으로 한 방법과 템플릿 매칭 방법이 주로 포함됩니다.

얼굴 이미지 매칭 및 인식

얼굴 이미지 매칭 및 인식: 얼굴 이미지에서 추출된 특징 데이터를 검색하여 데이터베이스에 저장된 특징 템플릿과 매칭합니다. 임계값을 설정하여 유사도가 이 임계값을 초과하면, 그런 다음 일치하는 결과를 출력합니다. 얼굴 인식은 인식하려는 얼굴 특징과 획득한 얼굴 특징 템플릿을 비교하고, 유사도를 기준으로 얼굴의 신원 정보를 판단하는 것입니다. 이 프로세스는 두 가지 범주로 나누어집니다. 하나는 일대일 이미지 비교 프로세스인 확인이고, 다른 하나는 일대다 이미지 매칭 및 비교 프로세스인 식별입니다.

위 내용은 안면인식 기술의 원리의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!