人脸识别的方法有哪些 _ 太格网科技

一、几何特征的人脸识别方法: 几何特征可以是眼睛、鼻子、嘴巴的形状以及它们之间的几何关系 (如它们之间的距离)。 这些算法识别速度高，内存小，但识别率低。 二、基于特征人脸 (PCA) 的人脸识别方法: 特征人脸方法是一种基于KL变换的人脸识别方法，它是一种图像压缩的最优正交变换。 经过KL变换后，从高维图像空间中得到一组新的正交基，并保留了重要的正交基，可以将其扩展为低维线性空间。 假设人脸在这些低维线性空间中的投影是可分离的，这些投影可以作为特征向量进行识别，这是特征脸方法的基本思想。 这些方法需要更多的训练样本，并且完全基于图像灰度的统计特征。 目前已有一些改进的特征面方法。 第三，神经网络的人脸识别方法: 神经网络的输入可以是分辨率降低的人脸图像，局部区域的自相关函数，局部纹理的二阶矩等。 这样的方法还需要更多的样本进行训练，并且在许多应用中，样本的数量非常有限。 四、弹性图匹配的人脸识别方法: 弹性图匹配方法在二维空间中定义了一个与通常人脸形变不变的距离，并利用属性拓扑结构来表示人脸。 拓扑的任何顶点都包含一个特征向量，以记录该顶点附近的人脸的信息。 该方法结合了灰度特征和几何因素，允许图像在比较时产生弹性变形，在克服表情变化对识别的影响方面取得了良好的效果。 同时，它不需要针对一个人的多个样本进行培训。