浙江龙网

  1. 首页 > 生活百科 > >

人脸识别门禁系统的功能 人脸识别功能( 二 )

功能门禁系统



1965年底，bledsoe终于在一台名为RAND的平板电脑上首次实现了机器人脸识别功能 。
有趣的是，当时bledsoe使用的编程技术是模拟计算核爆的数据 。由于对计算机的痴迷，布莱索开始沉迷于使用计算机而不是人类来识别事物 。后来他和同事Ibn Browning研究出了一种叫N元组的算法，这应该是机器识别领域最早的雏形 。
简单来说，N元组算法就是教会计算机自动识别无标签字符的过程 。
这个过程需要先设计一个印刷字符，然后根据是否包含字符的一部分给每个单元格分配一个二进制数:空单元格为0，填充单元格为1 。然后将单元随机分组为有序对，比如坐标集(理论上分组可以包含任意数量的单元，所以称为N元组) 。

当计算机遇到一个新字符时，它只是将该字符的网格与数据库中的其他字符进行比较，直到找到最接近的匹配 。
基于这一理论，计算机可以识别同一字符的许多变体 。更何况这个过程可以用任何图案，不仅仅是字符 。
当时，bledsoe的梦想是制造一个可以识别一切的机器人 。

1967年，bledsoe离开了当时的公司，他的同事Peter Hart延续了bledsoe的理论，领导了斯坦福研究所的计算机视觉技术 。这项技术被CIA称为“快速筛选照片和人像数据库”，据说这项技术可以将计算机搜索人脸的时间缩短100倍 。
在随后的二十多年里，伍迪·布莱索(Woody bledsoe)在自动推理领域获得了无数奖项，直到他成为美国人工智能协会主席，但他在人脸识别领域的巨大贡献却长期得不到认可 。
布莱索于1995年10月4日去世 。
亚历克斯·彭特兰
1991年，人脸特征算法(Eigen face)被应用于人脸识别领域，这是计算机第一次自动检测人脸 。这项技术由霍普金斯大学的奇洛维奇提出，后由麻省理工学院的亚历克斯·彭特兰发扬光大 。
2012年，邦特兰被《福布斯》评为“全球七大最强数据科学家之一” 。
03
在人脸识别技术的发展史上，2D和3D人脸识别技术共同发展，细分场景，各有千秋 。

目前的2D人脸识别技术可以达到0.1~0.2%的错误接受率，但在某些条件下(如光线、墨镜、角度、表情等)可能会降低 。).
为了克服2D数据的局限性和漏洞，科学家们想了许多办法来弥补这些缺点 。主要思想是首先确认用户是一个真实的人，而不是照片或视频，然后通过使用现有的2D数据和算法进一步识别人脸 。
随着识别技术的发展，2D人脸识别因其研发时间长、2D人脸数据库发达、数据采集方便等优势，已经成为人脸识别的主流技术 。它的成熟度足以支撑日常的商业应用，比如安防、海关系统中的照片比对、门禁等等 。尤其是加入深度学习后，人脸识别的准确率提高到肉眼级别，在金融领域也有广泛应用 。

而3D人脸识别方法是基于人脸的3D模型，具有立体空的信息，可以有效解决投影过程中遮挡、角度旋转等识别难点 。同时，极其相似人脸的2D信息在3D立体空中会有很大差异，因此3D技术在双胞胎识别的准确率上明显领先于2D技术 。
三维人脸识别可以获取更丰富的人脸三维信息，得到更准确的识别结果，从而可以更好地控制风险 。适用于安全性要求较高的应用场景，比如第三方支付领域的“刷脸支付” 。
04
2014年是人脸识别技术发展的革命性一年:深度学习理论应用于人脸识别系统 。
我们人类的识别过程是不断自我学习的 。比如一个外国人初到中国，他会觉得中国人长得都差不多 。过了一会儿，他就能分辨出中国人的五官不同 。这是人类视觉识别的学习过程 。
机器也是如此 。他们还可以通过学习大量的人脸样本和优秀的算法来增强识别能力 。

今年，全球最大的社交平台FaceBook(活跃用户占全球人口的三分之一)开发了一个深度人脸系统:达到肉眼级别的人脸识别技术 。

Deep face是一个基于python语言的面部识别和面部属性分析(年龄、性别、情感、种族)的轻量级框架 。它的优点是只需要几行代码就可以进行面部分析 。
简单来说，就是用计算机语言对标记的照片像素进行分析，生成一个叫做template的字符串 。当照片和视频上传到脸书的系统时，这些图像将与模板进行比较 。

基于这一技术，用户可以安心地在脸书上发布自己的个人照片，同时还可以即时获知自己个人肖像的被盗动向 。
深度人脸系统有效防止不法分子利用他人照片作为主页头像进行冒名顶替 。
阴气
同年，26岁的中国科学家殷琦开始研发人脸识别技术 。两年后，他开发的“刷脸”技术比facebook的深度人脸识别率还高！

推荐阅读


上一篇：燃旅视频，邀请一人得三元

下一篇：稳稳赚APP?微信挂机平台?新用户可直接秒提2.3元！