人脸识别原理及算法
人脸识别的原理是什么？
人脸识别的原理是什么？
手机人脸识别的原理是用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别。人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主。人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习等多种专业技术。同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。扩展资料：人脸识别的优势：在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的。另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。人脸识别的困难：人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。
人脸识别的原理是什么？你如何评价？
蚂蚁科学
最近，许多手机推出了人脸解锁的功能。
此外，
1.人脸识别门禁考勤系统，人脸识别防盗门等（企业、住宅安全和管理）
2.如利用人脸识别系统和网络，在全国范围内搜捕逃犯（公安、司法和刑侦）
......人脸识别前景广阔
其原理是什么呢？
人脸识别，作为一项新兴的生物技术，其环节无非有三：
1.建立人像档案
2.读取人像
3.前面的两者的比对
最核心的东西，就是其中的识别算法。
主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。
1.基于几何特征的方法
人脸上的眼睛、鼻子、嘴巴、眉毛等，既是人们的共性，同时也是区分个体的关键（因为其大小、形状等不尽相同）。
我们经常用面部的特征来描述个体，机器同样也可以做这件事。
机器通过对图像处理，得到对这些图像的集合特征描述（比如根据你的鼻子的显著特点导出一组用于识别的特征度量如距离、角度等）
当然，这些处理，会导致一些局部特征信息的丢失。
所以需要做出改进。
2.基于模板的方法
比如特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法等
特征脸法：（有许多改进方法，常与基于几何特征的方法结合）
特征脸法的基本思想，便是搜集大量的图像进行分析，寻找人脸图像分布的基本元素，即人脸图像样本集协方差矩阵的特征向量，以此近似地表征人脸图像。
神经网络方法：
神经网络（又称人工神经网络），是一种运算模型，由大量的节点以及它们之间的联接构成。每个节点代表一个函数，而联接则代表权重。
这玩意儿是人们对人脑神经网络工作方式抽象的一个产物，所以加了个“人工”来区别。
按照其反馈的机制，又可以分为前馈网络、递归网络等。
12年之前，运用于人脸识别的神经网络中类有前馈、递归等。
而后，深度学习基于大数据的卷积神经网络取得了更大的成果
（Yale人脸数据库）
3.基于模型的方法
有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。
4......
以上的介绍可以说相当粗略，有关图像处理的细节（比如预处理的方式，如下图），
（图像二值化后的效果）
（直方图均衡化后的效果）
或是算法的细节（比如如何在一张人像中找到一个人的鼻子）等没有过多提及。
参考资料：
[1]姜贺. 基于几何特征的人脸识别算法的研究[D].大连理工大学,2008.
[2]赵显达,黄欢.基于卷积神经网络的人脸识别的研究[J].信息技术,2018(09):15-19 23.
[3]丹尼布里茨《理解NLP的卷积神经网络》
http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/
[4]《人脸识别主要算法原理》https://blog.csdn.net/amds123/article/details/72742578