人臉識別主要識別哪里，它是如何工作的？
人臉識別主要識別哪里，它是如何工作的？
人臉識別主要識別面部的眼睛，鼻子和嘴巴等數據，人臉數據意味著獨特的面部特征，如眼睛之間的距離、前額-下巴距離、鼻子寬度、顴骨形狀等。人臉識別軟件的工作原理沒有共同的答案，因為每個軟件都基于可靠的專有算法。
人臉識別分為兩個主要階段：
1.檢測
人臉檢測是如何工作的？像人臉識別SDK或其他人臉識別系統(tǒng)這樣的軟件可以檢測圖像和視頻中的單個或多個人臉。他們得到的被稱為面部坐標（眼睛、鼻子、嘴唇等），這些坐標是唯一的。
2.識別
人臉識別是如何工作的？一種識別人臉的方法，用于識別或驗證目的。在此階段，我們的面部坐標將與數據庫進行比較。如果檢測到相似性，則會進行確定。
某些軟件為了能夠運行，它必須知道如何區(qū)分一個基本的臉和背景的其余部分。人臉識別軟件是基于對人臉的識別能力，然后對人臉的各種特征進行測量。
每一張臉都有許多可辨別的地標，構成面部特征的不同峰谷，我們將這些地標定義為節(jié)點。每個人臉大約有80個節(jié)點。軟件測量的其中一些是：
a.兩眼之間的距離
b.鼻子的寬度
c.眼窩深度
d.顴骨的形狀
e.下顎線的長度
這些節(jié)點通過創(chuàng)建一個數字代碼來測量，表示數據庫中的人臉。
在過去，人臉識別軟件依賴于一個2D圖像來比較或識別數據庫中的另一個2D圖像。為了有效和準確，拍攝的圖像必須是一張幾乎直接對著相機的臉，與數據庫中的圖像相比，光線或面部表情變化很小。這造成了一個相當大的問題。
在大多數情況下，圖像不是在受控環(huán)境下拍攝的。即使是光線或方向上的最小變化也會降低系統(tǒng)的有效性，因此它們無法與數據庫中的任何人臉匹配，從而導致高故障率。
人臉識別技術可以從照片或視頻中識別出一個人。它將選定的面部特征與數據庫中的面部進行比較，并可以分析面部紋理和形狀來驗證一個人。
人臉識別分兩步進行。第一步是從圖像中提取和選擇特征。第二步是對象或特征的分類。
3.面部技術在不同的產品和應用中有許多具體的工作方式，包括：
a.傳統(tǒng)意義上的：許多傳統(tǒng)的人臉識別算法識別面部特征，如眼睛、鼻子、顴骨和下巴的位置或大小。這些功能用于連接其他匹配的功能。有些算法只保存對人臉識別很重要的人臉數據，而不保存整個人臉圖像。傳統(tǒng)的算法主要有兩種，幾何算法和光度算法。幾何算法著眼于區(qū)別特征。光度法是一種統(tǒng)計方法，它將圖像放入一個值中，然后在消除過程中將值與模板進行比較。無論哪種方法，這些算法都利用人臉圖像進行比較和對比，匹配正確的圖像進行人臉識別。
b.3D識別：三維人臉識別使用三維傳感器來捕捉有關人臉形狀的信息。從那里，軟件識別出不同的特征，如眼窩、鼻子和下巴。環(huán)境中的光線或其他變化不會影響3D面部識別，但是面部表情會引起一些敏感性。正因為如此，不同角度的相機正在成為一種流行的實時方式來識別人臉。
c.皮膚紋理分析：這是面部識別領域的一個新趨勢。這個過程把一個人皮膚上獨特的線條和圖案變成一個數學空間。一張照片拍攝一塊皮膚，然后把那塊皮膚分成小塊。算法將貼片轉化為數學空間，然后將貼片與數據庫進行比較。
d.熱敏攝像機：熱敏相機只檢測頭部的形狀，而忽略了眼鏡或帽子等配件。熱敏相機甚至可以在微光下拍攝圖像，無需使用閃光燈。但是識別的數據庫有限，很難使用。如果人臉識別技術變得更加流行，數據庫能夠發(fā)展壯大，這可能是一個極好的選擇。
這些方法各有利弊，現(xiàn)在許多公司正致力于將不同的方法結合起來，以獲得更高的成功率。結合這些方法意味著面部表情，眨眼，皺眉或微笑，種族，性別，甚至面部頭發(fā)或眼鏡都可以解釋。
4.面部識別威脅和問題
盡管人臉識別技術幫助許多行業(yè)提高了安全性，但這項技術還是引起了許多人的極大關注。再加上監(jiān)控市場呈指數級增長，人臉識別系統(tǒng)幾乎可以在生活的方方面面找到，相當一部分人反對這種技術。讓我們來看看有關人臉識別軟件的一些主要問題：
a.隱私
人臉識別技術發(fā)展勢頭強勁，但與此同時，嚴格的新隱私法正在頒布。
b.數據濫用
人們非常擔心公司會濫用他們通過人臉識別收集的數據。而且，即使一家公司有好的意圖，如果數據泄露發(fā)生，數據總是有可能被濫用。
c.識別錯誤
人臉識別技術并非100%準確。在識別女性和有色人種時，尤其是使用過時的算法時，存在更大的偏見。
d.面部識別限制
在短短的幾年里，人臉識別技術的能力和準確性都有了顯著的提高。在理想條件下，人臉識別系統(tǒng)的準確率可達99.97%。然而，在現(xiàn)實世界中，理想的照片是很少實現(xiàn)的。照明和定位必須使受試者的面部特征清晰無瑕。
老化也會增加錯誤率。由于受試者的臉隨著時間的推移而老化，系統(tǒng)將不太可能將其與數據庫中的照片進行匹配。
另一個問題是供應商之間的準確性差異很大。一些供應商已經開發(fā)出能夠提供高精度結果的人臉識別算法。然而，一般的市場供應商并不那么準確。人臉識別軟件離商品化還有很長的路要走。
