人臉識別的方法有哪些 _ 太格網科技

一、幾何特徵的人臉識別方法: 幾何特徵可以是眼睛、鼻子、嘴巴的形狀以及它們之間的幾何關係 (如它們之間的距離)。 這些算法識別速度高,內存小,但識別率低。 二、基於特徵人臉 (PCA) 的人臉識別方法: 特徵人臉方法是一種基於KL變換的人臉識別方法,它是一種圖像壓縮的最優正交變換。 經過KL變換後,從高維圖像空間中得到一組新的正交基,並保留了重要的正交基,可以將其擴展為低維線性空間。 假設人臉在這些低維線性空間中的投影是可分離的,這些投影可以作為特徵向量進行識別,這是特徵臉方法的基本思想。 這些方法需要更多的訓練樣本,並且完全基於圖像灰度的統計特徵。 目前已有一些改進的特徵面方法。 第三,神經網絡的人臉識別方法: 神經網絡的輸入可以是分辨率降低的人臉圖像,局部區域的自相關函數,局部紋理的二階矩等。 這樣的方法還需要更多的樣本進行訓練,並且在許多應用中,樣本的數量非常有限。 四、彈性圖匹配的人臉識別方法: 彈性圖匹配方法在二維空間中定義了一個與通常人臉形變不變的距離,並利用屬性拓撲結構來表示人臉。 拓撲的任何頂點都包含一個特徵向量,以記錄該頂點附近的人臉的信息。 該方法結合了灰度特徵和幾何因素,允許圖像在比較時產生彈性變形,在克服表情變化對識別的影響方面取得了良好的效果。 同時,它不需要針對一個人的多個樣本進行培訓。