各种“刷脸”姿势 生物识别应用随处可见
其实新出现的这些生物识别方式也并不像我们想象的那么复杂,实现原理简单来讲,分以下这么三部,步,通过光电扫描传感头提取人体特征图像;第二步,将其量化,计算机的世界从来都是拿数据说话;第三步,利用数学算法对提取的特征图像进行处理后,终生成特征模板,使之与预先保存的人体生物特征数据库的特征数据进行一一比较,后根据对比相似性来确定是否匹配。
由此可见,整个识别系统包括采集样本、储存模板和身份验证三个过程,而且身份验证这一过程会将每次的输入特征都记录下来保存在本地或远程主机上,因此参考模板是随着每一次的有效交易过程动态更新的,这样就可以使系统适应由客观因素造成的微小变化,如用户年龄增长、化妆等造成的变化。
了解了生物识别之后,接下来我们着重研究一下“刷脸”这项识别技术,想想自己的脸真能当做卡来刷,还是有点不明觉厉的。
面部识别采集样本的具体细节是通过标准的摄像头摄取面部的图像或者一系列图像,捕捉后,记录一些核心点,记录核心点之间的相对位置,形成模板。取点方式和相对位置的选取如下图示意:
计算机将得到的数据存储在数据库中,等到用户下次进行信息录入时,便可将新获得的信息与之前所存储数据进行对比,由此达到确认的目的。
面部识别的一个大亮点是,它是非接触式的识别方式,方便快捷,用户不易察觉,所以不易引人反感。不过它也有不可忽视的缺点,就是采集条件受光照以及面部覆盖物(胡子、口罩、墨镜等)的影响,光照条件是需要光线明亮且均匀照在人的面部。这样一来,在晚上或者一些室内光线不好的地方,面部识别的进行就会受到阻碍。但是整体来说,面部识别的准确率还是相当之高,香港中文大学教授汤晓鸥给出一组数据:计算机识别面部准确率达到99.15%,而肉眼识别的准确率大约在97.52%,出乎意料吧,竟然比人类肉眼还厉害。计算机人脸识别之所以能够准确率高于人眼,主要在于计算机可以关注更多的关键细节,并通过算法,剔除一些干扰因素。虽然计算机识别还存在一些漏洞,但是目前这样高的准确率也是可以值得信赖的,相信随着技术的不断提高,存在的漏洞也会得到弥补。

智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号











智能控制
机器人
仪器仪表
物联网
3D打印
工业软件

回放




浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号


