联系我们
- 地 址:北京市海淀区北四环西路9号 ,主 营:人脸识别,活体检测,身份证识别,银行卡识别,名片识别,车牌识别,OCR识别等及智能识别技术。
- 电 话:13146317170 廖经理
- 传 真:
- 邮 箱:398017534@qq.com
浅谈人脸识别
浅谈人脸识别
浅谈人脸识别
一、人工智能浅谈
AI进入了很多的领域并让大家熟识,从自动驾驶汽车,到智能客服机器人,再到智能家居。 你似乎可以让任何商品(例如医疗健康药柜,智能音箱,无人车等),通过人工智能的技术使其更加智能和有趣。
目前各类文章经常提到人工智能的三个分类,有技术角度的,也有产品角度的。
在我理解,人工智能这类产品是技术驱动的产品,在百度,腾讯这样的公司都有AI部门,很多PM每天都要面对大量的技术文档和一些偏技术术语的资料,和传统的pm的知识结构差异很大。所以目前很多AI的产品经理的职责和工作内容还都很模糊和不确定。每个想干和已经在干的AI公司都在各种摸索中。
每1个分类,我都整理了一句话,我觉得是比较易懂和有价值的金句。
技术角度的三个分类
在很多学术文章里面和进入到AI工作领域后,总会大量提到这些汉字和单词。初学期慢慢来懂这些词和事,我们先混个眼熟。大家记住技术储备和技术人才在AI领域的地位。
认知AI (cognitive AI):认知计算是最受欢迎的一个人工智能分支,负责所有感觉“像人一样”的交互。认知AI必须能够轻松处理复杂性和二义性,同时还持续不断地在数据挖掘、NLP(自然语言处理)和智能自动化的经验中学习。
机器学习AI (Machine Learning AI):机器学习是要在大数据中寻找一些“模式”,然后在没有过多的人为解释的情况下,用这些模式来预测结果。
深度学习(Deep Learning):深度学习是许多现代语音和图像识别方法的基础,并且与以往提供的非学习方法相比,随着时间的推移具有更高的准确度。
产品角度的三个分类
人工智能的产品路径也可分为三步或三类:
识别
判断决策
创造生成
图像识别,语音识别,人脸识别都属于识别部分。人脸比对,活体判断属于判断决策阶段,最高阶的是生成和创造阶段,比如图像语音合成,古诗词自动作文。
在目前的发展阶段,降峰pm觉得判断和决策类的产品更有产品和商业价值。不但是识别还有结果判断输出,可以提高很多事情的效率。
人工智能的产品分为图像,语音,自然语言,文字,用户画像等等很多方向。
一个AI平台的架构图
你会发现里面的模块很多。子业务线也很多。
今天我先整理一个子集,图像领域的人脸识别方向。后续还有续集。
二、人脸识别是什么
传统的人脸识别技术主要是基于可见光图像的人脸识别,已有30多年的研发历史。但这种方式在环境光照发生变化时,识别效果会急剧下降。解决光照问题的方案有三维图像人脸识别和热成像人脸识别,但这两种技术还远不成熟,识别效果不尽人意。另外,基于主动近红外图像的多光源人脸识别技术迅速崛起,它可以克服光线变化的影响,在精度、稳定性、速度方面的表现不俗。
如今,人脸识别在日常生活中的应用场景已非常宽泛。很多在安防和犯罪追捕方面有很多的案例。
例如:日本政府将人脸识别投入到2020年东京夏季奥运会的安全安保系统。
一句话总结:人脸识别,是基于人的脸部特征信息进行身份识别的一种生物验证技术。
三、人脸识别的产品实现路径
1、人脸检测 ,找到脸
人脸检测与分析技术,是人脸识别的第一步。是指对于任意一副给定的图像,采用一定的策略对其进行搜索以确定其中是否含有人。2、人脸对齐,找到五官位置
主要的目的就是在人脸区域进行特征点的定位,在人脸表情有变化,头部有姿势变化时仍能够精确定位人脸的主要位置,例如:嘴巴,鼻子,眼睛等位置。
3、人脸校准和相似度度量,做判断和决策
主要是1:1和1:N的识别问题,确认两张人脸是不是一个人和海量图片库识别相似脸等问题。
简单说人脸识别的基础就是先从一张图中识别出人脸位置,逐步把人脸上的特征点定位到,然后再做人脸校验和人脸识别等事。
下图这个案例就是一个人脸识别的效果:
检测图中的人脸,并为人脸标记出边框。检测出人脸后,可对人脸进行分析,获得眼、口、鼻轮廓等72个关键点定位准确识别多种人脸属性,如性别,年龄,表情等信息。
上一条:类似微信上拍银行卡自动识别出银行卡号的技
下一条:安卓ios平台护照识别sdk