人脸识别的技术流程

人脸识别系统主要包括四个组成部分(fēn)，分(fēn)别為(wèi)：人脸图像采集及检测、人脸图像预处理(lǐ)、人脸图像特征提取以及匹配与识别。
人脸图像采集及检测
人脸图像采集：不同的人脸图像都能(néng)通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可(kě)以得到很(hěn)好的采集。当用(yòng)户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用(yòng)户的人脸图像。
人脸检测：人脸检测在实际中主要用(yòng)于人脸识别的预处理(lǐ)，即在图像中准确标定出人脸的位置和大小(xiǎo)。人脸图像中包成都贺多(duō)龙自动门含的模式特征十分(fēn)丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有(yǒu)用(yòng)的信息挑出来，并利用(yòng)这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用(yòng)Adaboost學(xué)习算法，Adaboost算法是一种用(yòng)来分(fēn)类的方法，它把一些比较弱的分(fēn)类方法合在一起，组合出新(xīn)的很(hěn)强的分(fēn)类方法。
人脸检测过程中使用(yòng)Adaboost算法挑选出一些最能(néng)代表人脸的矩形特征(弱分(fēn)类器)，按照加权投票的方式将弱分(fēn)类器构造為(wèi)一个强分(fēn)类器，再将训练得到的若干强分(fēn)类器串联组成一个级联结构的层叠分(fēn)类器，有(yǒu)效地提高分(fēn)类器的检测速度。
人脸图像预处理(lǐ)
人脸图像预处理(lǐ)：对于人脸的图像预处理(lǐ)是基于人脸检测结果，对图像进行处理(lǐ)并最终服務(wù)于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能(néng)直接使用(yòng)，必须在图像处理(lǐ)的早期阶段对它进行灰度校正、噪声过滤等图像预处理(lǐ)。对于人脸图像而言，其预处理(lǐ)过程主要包括人脸图像的光線(xiàn)补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
人脸图像特征提取
人脸图像特征提取：人脸识别系统可(kě)使用(yòng)的特征通常分(fēn)為(wèi)视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分(fēn)為(wèi)两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计學(xué)习的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他(tā)们之间的距离特性来获得有(yǒu)助于人脸分(fēn)类的特征数据，其特征分(fēn)量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局成都松下自动门部构成，对这些局部和它们之间结构关系的几何描述，可(kě)作為(wèi)识别人脸的重要特征，这些特征被称為(wèi)几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
人脸图像匹配与识别
人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又(yòu)分(fēn)為(wèi)两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多(duō)进行图像匹配对比的过程。