【了不起的芯片】人臉識別：我不只看臉
2022新思科技科普類短視頻欄目《了不起的芯片》全新上線！新思科技一直致力于打造“人人都能懂”的行業科普視頻，傳播更多芯片相關小知識，解答各類科技小問題。每周3分鐘，多一些“芯”知識。
這一期，我們聊一聊人臉識別的那些事兒。
▲點擊觀看視頻作為目前主流身份認證方式之一的人臉識別，伴隨著智能手機，進入到了許多人的日常生活中。然而，疫情來臨后，口罩也成為無法缺少的必備品，就連科技發展，也不可避免將其裹挾其中。最近，甚至有手機商開始拓展出了戴著口罩進行識別的功能。 但戴著口罩進行的人臉識別是否還依舊準確？讓我們先來了解一下人臉識別的原理。 簡單來說，人臉識別可分為四個部分：圖像采集、圖像預處理、特征提取和匹配。 首先，攝像頭采集系統識別范圍內的圖像，并通過光線補償、灰度校正、噪聲過濾等方法進行自動圖像修正。隨后圖像被提交到預識別單元，在這里，一些專用的快速算法會檢測圖像中是否有人臉，并提取圖像中的人臉。如果有需要，這一步還會進行活體檢測（所以手機解鎖是不能用照片蒙混過關的）。 隨后，圖像處理算法對修正過的人臉圖像提取特征。傳統的識別方式會采用平面識別構建二維人臉數據，目前最新的方式則是立體識別，在這一步的算法也會吃進其他傳感器獲得的信息。無論使用哪種算法，最終提取到的特征就是一串簡短的數據。系統會把這簡短的數據提交給下一級進行匹配。有些算力強大的設備自己就能做匹配，另一些設備則通過安全通路把這段數據發送到云端。 最后，系統會將提取到的特征數據進行數據匹配。進行匹配的方法就是進行數學計算，看看提取到的特征數據與數據庫中已有數據的“相似度”。通常系統會設定一個閾值，當相似度超過這一閾值，就能得到匹配的結果。 可以說，特征點決定了匹配結果，因此，人臉識別的關鍵點就在于提取到的特征點。戴口罩的時候也是一樣，系統通過采集人臉特征點進行識別，只不過能夠采集的面部信息有限，識別算法需要更加“努力”地使用沒有被口罩遮蔽的部分，主要就是眼睛以及一部分鼻子附近的特征。精確度自然是無法與全臉識別的精確度相比的。要想提高準確度，除了改善采集時的物理環境，就只能在特征提取的時候下功夫。 當然，由于特征提取方式的不同，改善措施也會有相應調整。 對于平面識別系統而言，為了盡量采集剩余人臉的特征，需要攝像頭有較高的分辨率。在算法方面，疫情開始不久后，算法科學家們就已經開始集中攻克“識別戴口罩的人臉”這一難題，通過專門設計的神經網絡以及針對口罩遮蔽的訓練方法，已經能夠很好的解決這個問題。
（Loey M, Manogaran G, Taha M H N, et al. A hybrid deep transfer learning model with machine learning methods for face mask detection in the era of the COVID-19 pandemic[J]. Measurement, 2021, 167: 108288.）
上圖：一種針對口罩遮蔽的神經網絡算法，在通用圖像識別網絡（Resnet50）的基礎上對分類操作進行增強。 對于立體識別系統而言，由于深度方向上的傳感器本來就采集了比平面之外的“額外信息”，因此對設備升級的要求不高。例如同一款智能手機，只需要進行系統升級，更新軟件，就具備了口罩識別解鎖的能力。 總體來看，戴口罩時人臉識別的準確度目前是無法超越正常人臉識別的，而要想改善這一情況，或是專心升科技，或是砸錢買裝備。我們也期待未來某一天，虹膜識別等技術能夠得到大規模的應用，到那時，或許就算戴著口罩，也能百分百認證成功了！
原文標題：【了不起的芯片】人臉識別：我不只看臉
文章出處：【微信公眾號：新思科技】歡迎添加關注！文章轉載請注明出處。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
新思科技
+關注
關注
5文章
801瀏覽量
50372
原文標題：【了不起的芯片】人臉識別：我不只看臉
文章出處：【微信號：Synopsys_CN，微信公眾號：新思科技】歡迎添加關注！文章轉載請注明出處。
發布評論請先 登錄
相關推薦
人臉識別技術的可行性在于矛盾具有什么性
人臉識別技術的可行性在于矛盾具有普遍性。 一、引言 人臉識別技術作為人工智能領域的一項重要技術，近年來得到了廣泛的關注和應用。然而，隨著技術的發展，
人臉識別模型訓練流程
人臉識別模型訓練流程是計算機視覺領域中的一項重要技術。本文將詳細介紹人臉識別模型的訓練流程，包括數據準備、模型選擇、模型訓練、模型評估和應用部署等環節。 數據準備 數據是訓練
人臉識別模型訓練是什么意思
人臉識別模型訓練是指通過大量的人臉數據，使用機器學習或深度學習算法，訓練出一個能夠識別和分類人臉的模型。這個模型可以應用于各種場景，如安防監
人臉檢測和人臉識別的區別是什么
人臉檢測和人臉識別是計算機視覺領域的兩個重要技術，它們在許多應用場景中都有廣泛的應用，如安全監控、身份驗證、社交媒體等。盡管它們在某些方面有相似之處，但它們之間存在一些關鍵的區別。本文將詳細介紹
人臉檢測與識別的方法有哪些
人臉檢測與識別是計算機視覺領域中的一個重要研究方向，具有廣泛的應用前景，如安全監控、身份認證、智能視頻分析等。本文將詳細介紹人臉檢測與識別的方法。 引言
人臉識別門禁方案：輕松實現刷臉開門、閘機及考勤管理
和密碼等方式，實現無接觸、高效率的出入控制。刷臉開門的實現▲人臉捕獲與跟蹤人臉識別門禁系統首先需要對進入者的面部進行捕獲，并自動地將其保存。這一步驟涉及到
哪些場景要使用到人臉識別門禁考勤一體機
伴隨著刷臉識別設備的不斷升溫，越來越多的人把刷臉進出當成了習慣。正因為它不僅方便智能，僅需刷臉就能夠完成門禁考勤，因此在很多項目場景中或多個領域中，
工商網監
評論