根握面部實(shí)時(shí)或如頻文件識(shí)到的情威數(shù)據(jù)，檢信Allemotion平臺(tái)根特有的情緒建模及被經(jīng)網(wǎng)絡(luò)獲得被測(cè)試者每一時(shí)刻或在說(shuō)活片段中的害怕，排斥、沖突、期待、壓力、興奮、邏輯、比率、概率、分心、猶豫、認(rèn)知、緊張、壞感、想象、思考、潛意識(shí)、潛在情緒等數(shù)據(jù)。
人臉表情識(shí)別是機(jī)器視覺(jué)和模式識(shí)別領(lǐng)域具有較為廣泛的應(yīng)用意義。人臉表情識(shí)別技術(shù)是一個(gè)非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)、心理學(xué)等諸多學(xué)科的內(nèi)容。如今，雖然在這方面的應(yīng)用已取得了一些的成果，但是FRT在實(shí)用應(yīng)用中仍面臨著復(fù)雜的問(wèn)題因?yàn)槿四樜骞俚姆植际欠浅Ｏ嗨频?，而目人臉本身又是一個(gè)柔性物體，表情、姿態(tài)的千變?nèi)f化都給正確識(shí)別帶來(lái)了相當(dāng)大的麻煩，如何能正確識(shí)別大量的人并滿(mǎn)足實(shí)時(shí)性要求是迫切需要解決的問(wèn)題。
根據(jù)面部實(shí)時(shí)或視頻文件識(shí)別的情感數(shù)據(jù)，檢信Allemotion平臺(tái)根據(jù)特有的情緒建模及神經(jīng)網(wǎng)絡(luò)獲得被測(cè)試者每一時(shí)刻或在說(shuō)活片段中的害怕、排斥中突、期待、壓力、興奮、邏輯、比率、概率、分心、猶豫、認(rèn)知、緊張、壞感、想象、思考、潛意識(shí)、潛在情緒等教據(jù)。
下上是最新的報(bào)道，都是網(wǎng)友投稿的。
AI科技訊：人臉識(shí)別安全遭質(zhì)疑，泄露的數(shù)據(jù)及其黑產(chǎn)業(yè)鏈何時(shí)制止？先進(jìn)的人臉識(shí)別系統(tǒng)已經(jīng)可以在人群中將你認(rèn)出來(lái)。雖然這項(xiàng)技術(shù)在日常生活中的某些方面保障了人的安全，但也竊取了人的隱私，甚至比我們自己更了解自己，并操縱我們。國(guó)外有媒體報(bào)道，人臉識(shí)別技術(shù)對(duì)我們隱私的侵犯或許讓人無(wú)法想象。
近期，有朋友無(wú)奈的抱怨，2019上海世界人工智能大會(huì)即將召開(kāi)，因業(yè)務(wù)需求他需要邀請(qǐng)一位歐洲科學(xué)家參會(huì)，但是當(dāng)聽(tīng)說(shuō)大會(huì)現(xiàn)場(chǎng)需要進(jìn)行人臉識(shí)別才能參會(huì)時(shí)，他極度不適的發(fā)出了怒吼。
最后，雖然已經(jīng)告知外國(guó)科學(xué)家參會(huì)方式還有二維碼掃描，但是他還是拒絕了此次會(huì)議。截止目前，這位朋友表示還是想不明白，一個(gè)人臉識(shí)別至于讓他發(fā)這么大的火么？
也許我們聽(tīng)到這個(gè)也覺(jué)得很不可思議，但是當(dāng)我們看到國(guó)內(nèi)近期幾則報(bào)道就不會(huì)如此驚訝了？
3D打印人臉騙過(guò)支付寶刷臉購(gòu)買(mǎi)火車(chē)票
現(xiàn)在幾乎每個(gè)人手機(jī)上都會(huì)有支付寶，隨著支付寶上線(xiàn)刷臉支付，很多人對(duì)于這項(xiàng)高科技也喜聞樂(lè)見(jiàn)。
然而8月初，一個(gè)3D打印的公眾號(hào)發(fā)布了一個(gè)測(cè)試視頻，在視頻中，工作人員使用3D打印制作的蠟像人頭，騙過(guò)支付寶的人臉識(shí)別系統(tǒng)，成功買(mǎi)到了一張火車(chē)票，這一小視頻曾一度在網(wǎng)上瘋傳，嚇壞了很多網(wǎng)友，并表示已經(jīng)關(guān)閉了人臉識(shí)別功能。
其實(shí)這個(gè)3D打印頭像中國(guó)人并不是原創(chuàng)，去年有日本公司已經(jīng)研發(fā)出了這款產(chǎn)品，而且非常逼真，也曾引起了國(guó)內(nèi)很多媒體關(guān)注，當(dāng)時(shí)就有很多人表示刷臉解鎖遭遇了新挑戰(zhàn)。
攻破iPhone刷臉解鎖轉(zhuǎn)走熟睡用戶(hù)錢(qián)
Face ID，蘋(píng)果iPhone最先進(jìn)的刷臉解鎖方式，也一直以3D識(shí)別更安全而著稱(chēng)。
相比廣大安卓陣線(xiàn)的2D刷臉識(shí)別，iPhone用了更貴的傳感器，能夠?qū)崿F(xiàn)更周密強(qiáng)大的活體識(shí)別，保證用戶(hù)在閉眼情況下不會(huì)被解鎖手機(jī)。
但是，就在前不久的白帽黑客大會(huì)上，向來(lái)以安全著稱(chēng)的iPhone刷臉，還是騰訊的一位安全研究員研發(fā)的一副簡(jiǎn)單眼鏡攻破了。
由于刷臉解鎖需要用戶(hù)看一眼才能解鎖。因此該研究員在眼鏡鏡片上貼有黑色膠帶，黑膠內(nèi)又嵌有白色膠帶，成功仿造了人眼識(shí)別信息（虹膜識(shí)別），最終成功解鎖熟睡用戶(hù)的iPhone，并進(jìn)一步轉(zhuǎn)走他支付賬戶(hù)中的錢(qián)。
也許大家認(rèn)為這只是極端個(gè)例，但是看了下面的例子就知道人臉識(shí)別到底有多荒唐。
將政府要員識(shí)別成罪犯，人臉識(shí)別錯(cuò)誤率高達(dá)35%
說(shuō)起人臉識(shí)別技術(shù)，美國(guó)在該領(lǐng)域一直處于前沿位置。盡管如此，目前的人臉識(shí)別技術(shù)還是錯(cuò)誤百出。
去年，一篇發(fā)表在外媒網(wǎng)站的文章中指出，如今非常熱門(mén)的AI應(yīng)用人臉識(shí)別，針對(duì)不同種族的準(zhǔn)確率差異巨大。其中，針對(duì)黑人女性的錯(cuò)誤率高達(dá)21%-35%，針對(duì)白人男性的錯(cuò)誤率則低于1%，這在美國(guó)可以說(shuō)是非常不正常的。
另外，還有一個(gè)烏龍事件需要強(qiáng)調(diào)，亞馬遜在2016年推出的圖像識(shí)別AI系統(tǒng)Rekognition，曾將28名美國(guó)國(guó)會(huì)議員識(shí)別成了罪犯，當(dāng)時(shí)引得美國(guó)社會(huì)一片嘩然，也令大眾對(duì)人臉識(shí)別技術(shù)充滿(mǎn)了質(zhì)疑。
不僅僅是國(guó)外，國(guó)內(nèi)這種嘀笑皆非的場(chǎng)景也時(shí)有發(fā)生。比如因?yàn)椤瓣J紅燈”而被公示在電子曝光屏的董明珠，事實(shí)是所謂的“董明珠”只是公交車(chē)上的一個(gè)印刷廣告；又比如一名坐在公交車(chē)內(nèi)靠窗位置的普通民眾，莫名其妙的被人臉識(shí)別抓拍系統(tǒng)定義為闖紅燈……
對(duì)于人臉識(shí)別存在的技術(shù)誤差，中國(guó)科學(xué)院自動(dòng)化研究所張曉波博士曾表示，照明、姿勢(shì)、裝飾等都會(huì)對(duì)人臉識(shí)別系統(tǒng)產(chǎn)生影響，而對(duì)于那些非合作情況下的人臉圖像采集，遮擋問(wèn)題仍很?chē)?yán)重。
特別是在實(shí)際監(jiān)控環(huán)境中，被監(jiān)控對(duì)象常會(huì)佩戴著眼鏡或帽子等配件，使得捕獲的人臉圖像不完整，影響后續(xù)的特征提取和識(shí)別，甚至導(dǎo)致人臉檢測(cè)算法無(wú)效，且在大規(guī)模應(yīng)用環(huán)境中，如何維持或提高人臉識(shí)別算法的識(shí)別率，目前也是一個(gè)非常重要的問(wèn)題。
除了以上提出的技術(shù)準(zhǔn)確性外，人臉識(shí)別的安全性也在中國(guó)開(kāi)始面臨著嚴(yán)峻考驗(yàn)。其中一個(gè)就是，由于人臉識(shí)別的信息存儲(chǔ)仍基于計(jì)算機(jī)可識(shí)別的語(yǔ)言，也就是我們常說(shuō)的數(shù)字或特定代碼，隨著這些數(shù)據(jù)價(jià)值的提高，使其遭到黑客攻擊的風(fēng)險(xiǎn)也會(huì)隨之增高。
一旦這些個(gè)人數(shù)據(jù)被竊取，你的臉可能就不只屬于自己了。
誰(shuí)來(lái)保存數(shù)據(jù)庫(kù)，誰(shuí)來(lái)保證數(shù)據(jù)安全？
人臉識(shí)別是一種1:1或1：N的技術(shù)手段，在具體應(yīng)用場(chǎng)景中，它可以根據(jù)已有人臉數(shù)據(jù)識(shí)別并判定某一特殊對(duì)象是否與數(shù)據(jù)庫(kù)中的是同一人，也可以依據(jù)某一個(gè)人臉數(shù)據(jù)，從成千上萬(wàn)人中找出對(duì)應(yīng)的人。這之中，數(shù)據(jù)庫(kù)中保存的數(shù)據(jù)將成為關(guān)鍵一環(huán)，也是引發(fā)人們擔(dān)憂(yōu)并發(fā)出質(zhì)疑的地方——這些數(shù)據(jù)究竟屬于誰(shuí)？誰(shuí)能用我的數(shù)據(jù)？
近年來(lái)，因?yàn)檠邪l(fā)需要以及人臉識(shí)別應(yīng)用的逐漸普及，包括政府機(jī)構(gòu)、銀行、小區(qū)物業(yè)、人臉識(shí)別研發(fā)公司都需要用到數(shù)據(jù)庫(kù)。
以銀行為例，當(dāng)人們辦理某些業(yè)務(wù)時(shí)，人臉識(shí)別已經(jīng)成為了一種常態(tài)，柜臺(tái)工作人員會(huì)在過(guò)程中要求人們將頭抬起，并將面部朝向攝像頭以進(jìn)行識(shí)別，而在銀行APP 中，要求卡主進(jìn)行人臉識(shí)別認(rèn)證也已經(jīng)成為一種日常操作。既然要識(shí)別，那就意味著有對(duì)比數(shù)據(jù)，這些數(shù)據(jù)被誰(shuí)拿走了？是銀行？是公安？是提供人臉識(shí)別技術(shù)的公司？還是其他居心叵測(cè)的組織？
百萬(wàn)數(shù)據(jù)泄露，人臉識(shí)別遭遇黑產(chǎn)業(yè)鏈
今年年初，深網(wǎng)視界公司（人臉識(shí)別公司商湯科技和上市公司東方網(wǎng)力合資公司）被曝發(fā)生數(shù)據(jù)泄露，致使250萬(wàn)人的私人信息能夠不受限制被訪(fǎng)問(wèn)，引發(fā)業(yè)內(nèi)廣泛關(guān)注。
據(jù)了解，深網(wǎng)視界主營(yíng)業(yè)務(wù)為人臉識(shí)別、AI和安防，一家定位為“AI+安防”的公司發(fā)生如此大規(guī)模的信息泄露事件不免令人唏噓。
如果說(shuō)此次事件引發(fā)了人們關(guān)于人臉識(shí)別技術(shù)信息安全方面的擔(dān)憂(yōu)和關(guān)于隱私等方面的道德討論那還算是好事，然而后面這件事讓人震怒。
據(jù)爆料此事發(fā)生之后，目前國(guó)內(nèi)竟然催生了一批人臉識(shí)別數(shù)據(jù)倒賣(mài)的生意，一張人臉照片竟然能賣(mài)到幾元錢(qián)，那么幾千幾萬(wàn)張甚至幾百萬(wàn)張照片就能獲利無(wú)數(shù)。
在這種利益的誘惑下，越來(lái)越多的黑客也加入其中，就連一些小廠(chǎng)商或物業(yè)公司也通過(guò)人臉識(shí)別閘機(jī)、門(mén)禁等各種手段獲取數(shù)據(jù)進(jìn)行著地下骯臟交易，在法律的邊緣試探。
據(jù)了解，這些交易的數(shù)據(jù)大部分也將被運(yùn)用于A(yíng)I的養(yǎng)料，用來(lái)訓(xùn)練更加聰敏的AI。比如網(wǎng)上一度瘋傳的楊冪換臉小視頻、被用于色情場(chǎng)所的美國(guó)知名主持人等。
隱私問(wèn)題爆發(fā)，人臉識(shí)別國(guó)內(nèi)受?chē)?yán)重質(zhì)疑
人臉識(shí)別正在不可避免地走向另外一個(gè)極端。
從朋友圈里的AI面相識(shí)別小程序，到走進(jìn)大街小巷的AI測(cè)膚，在到娛樂(lè)方面的AI換臉、以及再到隨處可見(jiàn)的刷臉支付，無(wú)一不是熱火朝天。
面對(duì)數(shù)據(jù)泄露問(wèn)題，雖然法律和監(jiān)管方面并沒(méi)有明確規(guī)定，但是相關(guān)部門(mén)已經(jīng)開(kāi)始發(fā)聲。
今年7月份，央行科技司司長(zhǎng)李偉在第四屆全球金融科技（北京）峰會(huì)上表示，人臉是非常敏感的個(gè)人信息。一旦泄露或者被盜取，會(huì)帶來(lái)非常大影響。
他強(qiáng)調(diào)，有技術(shù)也不能濫用，有技術(shù)也不能任性。“特別是一些企業(yè)設(shè)計(jì)模式場(chǎng)景不考慮這些問(wèn)題：一方面刷臉，另外一方面還讓人在大的屏幕上輸入自己的手機(jī)號(hào)碼，這是多么危險(xiǎn)的事情。這對(duì)于這種創(chuàng)新，我覺(jué)得應(yīng)該要及時(shí)指出來(lái)糾正。
一位行業(yè)資深專(zhuān)家表示，當(dāng)今社會(huì)存在這種普遍濫用人臉識(shí)別技術(shù)的現(xiàn)象，不管是互聯(lián)網(wǎng)巨頭還是人工智能獨(dú)角獸都熱衷于跑馬圈地，將關(guān)注點(diǎn)放在業(yè)務(wù)發(fā)展上，對(duì)數(shù)據(jù)安全管理的投入又很少，整個(gè)社會(huì)隱私安全意識(shí)也很淡薄，是時(shí)候需要一些監(jiān)管部門(mén)出來(lái)管理細(xì)則了。
否則，如果繼續(xù)這么下去，以后大家都不能隨便出門(mén)了！
你想想，買(mǎi)東西刷臉、吃飯刷臉、過(guò)閘機(jī)刷臉、就連酒店開(kāi)個(gè)房也刷臉，哪有隱私可言？
更有甚者，萬(wàn)一整容了和男朋友在機(jī)場(chǎng)過(guò)不了安檢這可咋整？
文章來(lái)自于公眾號(hào)：AI世界（AI_retail），關(guān)注公眾號(hào)回復(fù)關(guān)鍵詞“5G”獲取《5G最完整的PPT》,回復(fù)“資料”獲取160份人工智能產(chǎn)業(yè)報(bào)告。
人臉識(shí)別技術(shù)發(fā)展到目前，已經(jīng)到達(dá)了相對(duì)成熟的階段，只是出于成本以及應(yīng)用場(chǎng)景要求的因素，呈現(xiàn)出多種形態(tài)和性能的人臉識(shí)別技術(shù)和終端。
2D和3D人臉識(shí)別，簡(jiǎn)單的從字面意思就可以理解，前者是采集和校驗(yàn)的以人臉的2D特征和屬性為算法識(shí)別依據(jù)，而后者是多出了縱向深度的三維的臉部特征識(shí)別和計(jì)算方式。
2D的人臉識(shí)別通常應(yīng)用在成本要求高，安全性要求較低的場(chǎng)景，比如傳統(tǒng)的樓宇對(duì)講系統(tǒng)和門(mén)禁系統(tǒng)等都是2D識(shí)別的，從嚴(yán)格意義的安全上來(lái)講，這些終端是無(wú)法對(duì)于照片，視頻等2D屬性的人臉圖像進(jìn)行區(qū)分的，也就是說(shuō)不具備2D防偽。
但是，也不是說(shuō)2D的識(shí)別就絕對(duì)的不能實(shí)現(xiàn)照片防偽的。比如國(guó)產(chǎn)很多智能手機(jī)也支持人臉識(shí)別解鎖，但是其就是利用了前置攝像頭部件進(jìn)行的，與蘋(píng)果手機(jī)的3D結(jié)構(gòu)光（劉海屏及靈動(dòng)島硬件結(jié)構(gòu)）相比，就是屬于安全級(jí)別降級(jí)的2D人臉識(shí)別。但是，這些手機(jī)也通過(guò)算法調(diào)整，具備了一定程度的照片防偽識(shí)別能力。
而3D人臉識(shí)別就屬于近幾年才大規(guī)模開(kāi)始應(yīng)用的技術(shù)，分為3D結(jié)構(gòu)光，TOF，雙目識(shí)別三種類(lèi)型，安全性和識(shí)別體驗(yàn)相比2D大大提升，當(dāng)然成本也高出了不少。典型的應(yīng)用場(chǎng)景，比如iPhoneX以上的智能手機(jī)，高端的人臉識(shí)別智能門(mén)鎖，機(jī)場(chǎng)安檢人臉識(shí)別終端，以及刷臉支付等等。
3D人臉識(shí)別技術(shù)根據(jù)技術(shù)原理和形態(tài)的不同，分為3D結(jié)構(gòu)光，TOF技術(shù)，以及雙目識(shí)別技術(shù)：
專(zhuān)題參考：
博樂(lè)：白話(huà)智能鎖—人臉識(shí)別技術(shù)人臉識(shí)別的應(yīng)用范圍其實(shí)很廣，除了大家通常所說(shuō)的安防、考勤、門(mén)禁、刑偵、ATM等等，現(xiàn)在最火的短視頻、直播都是要用到人臉識(shí)別的，比如動(dòng)態(tài)貼紙，貼紙隨著人臉的移動(dòng)而相應(yīng)的移動(dòng)，就需要用到人臉識(shí)別技術(shù)。之前很火的臉齡測(cè)試、明星臉對(duì)比，也都需要用到該技術(shù)。
只能說(shuō)，人臉識(shí)別技術(shù)的應(yīng)用是廣泛的，展現(xiàn)形式是多樣的！
遮擋，扭曲，光線(xiàn)不佳，模糊，變形，隱身（?）……當(dāng)然也不排除系統(tǒng)太拉……
總之只要系統(tǒng)不能通過(guò)圖像輸入提取出有效的特征信息，就有可能影響
人臉識(shí)別的發(fā)展前景一片大好的，從美顏、圖片處理、考勤機(jī)的火爆就知道了。至于免費(fèi)人臉云平臺(tái)，曠視科技家的Face++.com就是一家免費(fèi)的人臉識(shí)別平臺(tái)。對(duì)啦，曠視科技9月19日上線(xiàn)了Face++全新升級(jí)過(guò)的新人工智能云平臺(tái)Megvii Cloud，而且現(xiàn)在只要開(kāi)發(fā)者注冊(cè)就能有價(jià)值500元的免費(fèi)使用額度的。
研究背景
自70年代以來(lái).隨著人工智能技術(shù)的興起.以及人類(lèi)視覺(jué)研究的進(jìn)展.人們逐漸對(duì)人臉圖像的機(jī)器識(shí)別投入很大的熱情，并形成了一個(gè)人臉圖像識(shí)別研究領(lǐng)域，.這一領(lǐng)域除了它的重大理論價(jià)值外，也極具實(shí)用價(jià)值。
在進(jìn)行人工智能的研究中，人們一直想做的事情就是讓機(jī)器具有像人類(lèi)一樣的思考能力，以及識(shí)別事物、處理事物的能力，因此從解剖學(xué)、心理學(xué)、行為感知學(xué)等各個(gè)角度來(lái)探求人類(lèi)的思維機(jī)制、以及感知事物、處理事物的機(jī)制，并努力將這些機(jī)制用于實(shí)踐，如各種智能機(jī)器人的研制。人臉圖像的機(jī)器識(shí)別研究就是在這種背景下興起的，因?yàn)槿藗儼l(fā)現(xiàn)許多對(duì)于人類(lèi)而言可以輕易做到的事情，而讓機(jī)器來(lái)實(shí)現(xiàn)卻很難，如人臉圖像的識(shí)別，語(yǔ)音識(shí)別，自然語(yǔ)言理解等。如果能夠開(kāi)發(fā)出具有像人類(lèi)一樣的機(jī)器識(shí)別機(jī)制，就能夠逐步地了解人類(lèi)是如何存儲(chǔ)信息，并進(jìn)行處理的，從而最終了解人類(lèi)的思維機(jī)制。
同時(shí)，進(jìn)行人臉圖像識(shí)別研究也具有很大的使用價(jià)依。如同人的指紋一樣，人臉也具有唯一性，也可用來(lái)鑒別一個(gè)人的身份?，F(xiàn)在己有實(shí)用的計(jì)算機(jī)自動(dòng)指紋識(shí)別系統(tǒng)面世，并在安檢等部門(mén)得到應(yīng)用，但還沒(méi)有通用成熟的人臉自動(dòng)識(shí)別系統(tǒng)出現(xiàn)。人臉圖像的自動(dòng)識(shí)別系統(tǒng)較之指紋識(shí)別系統(tǒng)、DNA鑒定等更具方便性，因?yàn)樗臃奖悖梢圆唤佑|目標(biāo)就進(jìn)行識(shí)別，從而開(kāi)發(fā)研究的實(shí)際意義更大。
本文介紹了人臉圖像識(shí)別中所應(yīng)用MATLAB對(duì)圖像進(jìn)行預(yù)處理，應(yīng)用該工具箱對(duì)圖像進(jìn)行經(jīng)典圖像處理,通過(guò)實(shí)例來(lái)應(yīng)用matlab圖像處理功能，對(duì)某一特定的人臉圖像處理，進(jìn)而應(yīng)用到人臉識(shí)別系統(tǒng)。本文在總結(jié)分析人臉識(shí)別系統(tǒng)中幾種常用的圖像預(yù)處理方法基礎(chǔ)上，利用MATLAB實(shí)現(xiàn)了一個(gè)集多種預(yù)處理方法于一體的通用的人臉圖像預(yù)處理仿真系統(tǒng)，將該系統(tǒng)作為圖像預(yù)處理模塊可嵌入在人臉識(shí)別系統(tǒng)中，并利用灰度圖像的直方圖比對(duì)來(lái)實(shí)現(xiàn)人臉圖像的識(shí)別判定。
其中涉及到圖像的選取，臉部定位，特征提取，圖像處理和識(shí)別幾個(gè)過(guò)程。
(1)人臉圖像的獲取
一般來(lái)說(shuō)，圖像的獲取都是通過(guò)攝像頭攝取，但攝取的圖像可以是真人，也可以是人臉的圖片或者為了相對(duì)簡(jiǎn)單，可以不考慮通過(guò)攝像頭來(lái)攝取頭像，而是直接給定要識(shí)別的圖像。
(2)人臉的檢測(cè)
人臉檢測(cè)的任務(wù)是判斷靜態(tài)圖像中是否存在人臉。若存在人臉，給出其在圖像中的坐標(biāo)位置、人臉區(qū)域大小等信息。而人臉跟蹤則需要進(jìn)一步輸出所檢測(cè)到的人臉位置、大小等狀態(tài)隨時(shí)間的連續(xù)變化情況。
(3)特征提取
通過(guò)人臉特征點(diǎn)的檢測(cè)與標(biāo)定可以確定人臉圖像中顯著特征點(diǎn)的位置（如眼睛、眉毛、鼻子、嘴巴等器官），同時(shí)還可以得到這些器官及其面部輪廓的形狀信息的描述。
根據(jù)人臉特征點(diǎn)檢測(cè)與標(biāo)定的結(jié)果，通過(guò)某些運(yùn)算得到人臉特征的描述（這些特征包括：全局特征和局部特征，顯式特征和統(tǒng)計(jì)特征等）。
(4)基于人臉圖像比對(duì)的身份識(shí)別
即人臉識(shí)別(Face Identification)問(wèn)題。通過(guò)將輸入人臉圖像與人臉數(shù)據(jù)庫(kù)中的所有已知原型人臉圖像計(jì)算相似度并對(duì)其排序來(lái)給出輸入人臉的身份信息。這包括兩類(lèi)識(shí)別問(wèn)題：一類(lèi)是閉集(Close Set)人臉識(shí)別問(wèn)題，即假定輸入的人臉一定是人臉庫(kù)中的某個(gè)個(gè)體；另一類(lèi)是開(kāi)集(Open Set)識(shí)別，即首先要對(duì)輸入人臉是否在已知人臉庫(kù)中做出判斷，如果是，則給出其身份。
(5)基于人臉圖像比對(duì)的身份驗(yàn)證
即人臉確認(rèn)(Face Verification)問(wèn)題。系統(tǒng)在輸入人臉圖像的同時(shí)輸入一個(gè)用戶(hù)宣稱(chēng)的該人臉的身份信息，系統(tǒng)要對(duì)該輸入人臉圖像的身份與宣稱(chēng)的身份是否相符作出判斷。
三、算法流程實(shí)現(xiàn)
人臉檢測(cè)定位程序：
i=imread('face1.jpg');
I=rgb2gray(i);
BW=im2bw(I);
figure,imshow(BW)
[n1 n2]=size(BW);
r=floor(n1/10);
c=floor(n2/10);
x1=1;x2=r;
s=r*c;
for i=1:10
y1=1;y2=c;
for j=1:10
if (y2<=c | y2>=9*c) | (x1==1 | x2==r*10)
loc=find(BW(x1:x2, y1:y2)==0);
[o p]=size(loc);
pr=o*100/s;
if pr<=100
BW(x1:x2, y1:y2)=0;
r1=x1;r2=x2;s1=y1;s2=y2;
pr1=0;
end
imshow(BW);
end
y1=y1+c;
y2=y2+c;
end
x1=x1+r;
x2=x2+r;
end
figure,imshow(BW)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% detection of face object
L = bwlabel(BW,8);
BB = regionprops(L, 'BoundingBox');
BB1=struct2cell(BB);
BB2=cell2mat(BB1);
[s1 s2]=size(BB2);
mx=0;
for k=3:4:s2-1
p=BB2(1,k)*BB2(1,k+1);
if p>mx & (BB2(1,k)/BB2(1,k+1))<1.8
mx=p;
j=k;
end
end
figure,imshow(I);
hold on;
rectangle('Position',[BB2(1,j-2),BB2(1,j-1),BB2(1,j),BB2(1,j+1)],'EdgeColor','r' )不同的人臉識(shí)別系統(tǒng)根據(jù)其采用的圖像來(lái)源和識(shí)別算法需要不同，采用的預(yù)處理方法也不同。常用的人臉圖像預(yù)處理方法有：濾波去噪、灰度變換、圖像二值化、邊緣檢測(cè)、尺寸歸一化、灰度歸一化等。用在同一系統(tǒng)中的可能只有其中一種或幾種預(yù)處理方法，但一旦庫(kù)中采集到的原始圖像質(zhì)量發(fā)生較大變化（如人臉大小、光照強(qiáng)度、拍攝條件、成像系統(tǒng)等方面變化），原有的預(yù)處理模塊便不能滿(mǎn)足特征提取的需要，還要更新，這是極不方便的。鑒于此，作者在總結(jié)分析了濾波去噪、邊緣檢測(cè)、灰度變換三種廣泛應(yīng)用于不同人臉識(shí)別系統(tǒng)中的預(yù)處理方法基礎(chǔ)上，設(shè)計(jì)了一個(gè)通用的人臉圖像預(yù)處理仿真系統(tǒng)。該系統(tǒng)可對(duì)不同條件下的原始圖像進(jìn)行相應(yīng)的預(yù)處理。如，用戶(hù)可根據(jù)需要選擇使用不同的濾波方法去除噪聲、不同的邊緣檢測(cè)算子檢測(cè)人臉邊緣、選擇不同的灰度變換算法實(shí)現(xiàn)圖像的灰度校正和灰度歸一化，仿真系統(tǒng)同時(shí)還實(shí)現(xiàn)了尺寸歸一化、二值化等其他常用的圖像預(yù)處理算法。
對(duì)輸入人臉圖像進(jìn)行邊緣檢測(cè)是很多人臉識(shí)別系統(tǒng)在人臉粗定位及人臉主要器官（眼睛、鼻子、嘴巴）定位時(shí)采用的預(yù)處理方法。邊緣檢測(cè)的方法有很多，主要有：微分算子法、Sobel算子法、拉普拉斯算子法、canny算子法等。每種算子對(duì)不同方向邊緣的檢測(cè)能力和抑制噪聲的能力都不同。所以，和灰度變換及濾波去噪部分的設(shè)計(jì)思路相同，在仿真系統(tǒng)中，筆者給出了canny、sobel、log、prewitt四種算子在不同灰度閾值下、不同方向的邊緣檢測(cè)算法，使用者可從檢測(cè)結(jié)果中加以比較、選擇合適的算法。圖像類(lèi)型轉(zhuǎn)換、圖像二值化、尺寸歸一化也是一些人臉識(shí)別系統(tǒng)中經(jīng)常使用的預(yù)處理方法。為了在不修改其他算法的基礎(chǔ)上，擴(kuò)大系統(tǒng)處理圖像的類(lèi)型和范圍，將輸入圖像首先轉(zhuǎn)換為統(tǒng)一的類(lèi)型，是多數(shù)人臉圖像預(yù)處理中的第一步。在本仿真系統(tǒng)中通過(guò)調(diào)用MATLAB中提供的各種圖像類(lèi)型轉(zhuǎn)換函數(shù)來(lái)實(shí)現(xiàn)TIF、JPG轉(zhuǎn)換為BMP格式及彩色到灰度圖像的轉(zhuǎn)換；對(duì)圖像二值化，采用了graythresh()函數(shù)來(lái)自動(dòng)選擇閾值的二值化方法[1]；尺寸歸一化采用的算法是對(duì)人臉圖像進(jìn)行剪裁和尺寸縮放，實(shí)現(xiàn)去除大部分頭發(fā)、服飾和背景的干擾并將人臉圖像大小統(tǒng)一。
實(shí)現(xiàn)結(jié)果如圖4.1和4.2
附錄 人臉識(shí)別matlab程序
function varargout = FR_Processed_histogram(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @FR_Processed_histogram_OpeningFcn, ...
'gui_OutputFcn', @FR_Processed_histogram_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
%--------------------------------------------------------------------------
% --- Executes just before FR_Processed_histogram is made visible.
function FR_Processed_histogram_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes FR_Processed_histogram wait for user response (see UIRESUME)
% uiwait(handles.figure1);
global total_sub train_img sub_img max_hist_level bin_num form_bin_num;
total_sub = 40;
train_img = 200;
sub_img = 10;
max_hist_level = 256;
bin_num = 9;
form_bin_num = 29;
%--------------------------------------------------------------------------
% --- Outputs from this function are returned to the command line.
function varargout = FR_Processed_histogram_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;
%--------------------------------------------------------------------------
% --- Executes on button press in train_button.
function train_button_Callback(hObject, eventdata, handles)
global train_processed_bin;
global total_sub train_img sub_img max_hist_level bin_num form_bin_num;
train_processed_bin(form_bin_num,train_img) = 0;
K = 1;
train_hist_img = zeros(max_hist_level, train_img);
for Z=1:1:total_sub
for X=1:2:sub_img %%%train on odd number of images of each subject
I = imread( strcat('ORL\S',int2str(Z),'\',int2str(X),'.bmp') );
[rows cols] = size(I);
for i=1:1:rows
for j=1:1:cols
if( I(i,j) == 0 )
train_hist_img(max_hist_level, K) = train_hist_img(max_hist_level, K) + 1;
else
train_hist_img(I(i,j), K) = train_hist_img(I(i,j), K) + 1;
end
end
end
K = K + 1;
end
end
[r c] = size(train_hist_img);
sum = 0;
for i=1:1:c
K = 1;
for j=1:1:r
if( (mod(j,bin_num)) == 0 )
sum = sum + train_hist_img(j,i);
train_processed_bin(K,i) = sum/bin_num;
K = K + 1;
sum = 0;
else
sum = sum + train_hist_img(j,i);
end
end
train_processed_bin(K,i) = sum/bin_num;
end
display ('Training Done')
save 'train' train_processed_bin;
%--------------------------------------------------------------------------
% --- Executes on button press in Testing_button.
function Testing_button_Callback(hObject, eventdata, handles)
global train_img max_hist_level bin_num form_bin_num;
global train_processed_bin;
global filename pathname I
load 'train'
test_hist_img(max_hist_level) = 0;
test_processed_bin(form_bin_num) = 0;
[rows cols] = size(I);
for i=1:1:rows
for j=1:1:cols
if( I(i,j) == 0 )
test_hist_img(max_hist_level) = test_hist_img(max_hist_level) + 1;
else
test_hist_img(I(i,j)) = test_hist_img(I(i,j)) + 1;
end
end
end
[r c] = size(test_hist_img);
sum = 0;
K = 1;
for j=1:1:c
if( (mod(j,bin_num)) == 0 )
sum = sum + test_hist_img(j);
test_processed_bin(K) = sum/bin_num;
K = K + 1;
sum = 0;
else
sum = sum + test_hist_img(j);
end
end
test_processed_bin(K) = sum/bin_num;
sum = 0;
K = 1;
for y=1:1:train_img
for z=1:1:form_bin_num
sum = sum + abs( test_processed_bin(z) - train_processed_bin(z,y) );
end
img_bin_hist_sum(K,1) = sum;
sum = 0;
K = K + 1;
end
[temp M] = min(img_bin_hist_sum);
M = ceil(M/5);
getString_start=strfind(pathname,'S');
getString_start=getString_start(end)+1;
getString_end=strfind(pathname,'\');
getString_end=getString_end(end)-1;
subjectindex=str2num(pathname(getString_start:getString_end));
if (subjectindex == M)
axes (handles.axes3)
%image no: 5 is shown for visualization purpose
imshow(imread(STRCAT('ORL\S',num2str(M),'\5.bmp')))
msgbox ( 'Correctly Recognized');
else
display ([ 'Error==> Testing Image of Subject >>' num2str(subjectindex) ' matches with the image of subject >> ' num2str(M)])
axes (handles.axes3)
%image no: 5 is shown for visualization purpose
imshow(imread(STRCAT('ORL\S',num2str(M),'\5.bmp')))
msgbox ( 'Incorrectly Recognized');
end
display('Testing Done')
%--------------------------------------------------------------------------
function box_Callback(hObject, eventdata, handles)
function box_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
%--------------------------------------------------------------------------
% --- Executes on button press in Input_Image_button.
function Input_Image_button_Callback(hObject, eventdata, handles)
% hObject handle to Input_Image_button (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global filename pathname I
[filename, pathname] = uigetfile('*.bmp', 'Test Image');
axes(handles.axes1)
imgpath=STRCAT(pathname,filename);
I = imread(imgpath);
imshow(I)
%--------------------------------------------------------------------------
% --- Executes during object creation, after setting all properties.
function axes3_CreateFcn(hObject, eventdata, handles)人臉識(shí)別有三種
第一種是普通的2D人臉識(shí)別，這種人臉識(shí)別只要前置攝像頭加上軟件算法就可以實(shí)現(xiàn)，但是這種人臉識(shí)別在黑暗中是會(huì)失效的，而且沒(méi)有安全性，也就是說(shuō)用照片是可以解開(kāi)的，所以不能用于移動(dòng)支付。
第二種是紅外2D人臉識(shí)別，這種人臉識(shí)別加入了紅外相機(jī)，相比第一種，最大的優(yōu)點(diǎn)就是：全黑暗的環(huán)境也能迅速解鎖，但是這種人臉識(shí)別依然沒(méi)有安全性，在有光的環(huán)境下，可以用黑白照片做一些處理就能解開(kāi)，破解成本相當(dāng)?shù)汀?/p>
第三種是3D結(jié)構(gòu)光人臉識(shí)別，這種人臉識(shí)別不僅要紅外相機(jī)，還要加入點(diǎn)陣投影儀來(lái)掃描你整個(gè)臉部的各個(gè)器官的紋路，這種人臉識(shí)別不僅能在全黑暗環(huán)境迅速解鎖，還具有很高的安全性，因?yàn)槭菕呙枇四隳槻康募y路的，所以一張照片是平面自然就無(wú)法解鎖了，只有同卵雙胞胎才能“騙過(guò)”這種3D結(jié)構(gòu)光人臉識(shí)別，因?yàn)榫哂泻芨叩陌踩?，所以可以用于移?dòng)支付。
至于好不好用，還是看個(gè)人，如果是手不那么出汗的，還是用指紋識(shí)別吧，如果是手比較多汗，預(yù)算又有限的，可以考慮紅外人臉識(shí)別+指紋識(shí)別配合使用，當(dāng)然你要是有錢(qián)當(dāng)然可以直接選擇3D結(jié)構(gòu)光人臉識(shí)別。
現(xiàn)在是需要進(jìn)行防沉迷認(rèn)證，過(guò)程中就會(huì)出現(xiàn)人臉識(shí)別。在和平精英進(jìn)行人臉識(shí)別的時(shí)候，有的小伙伴因?yàn)橐恍┰蛳胍匦逻M(jìn)行識(shí)別，但是就不知道該如何操作了。和平精英人臉認(rèn)別怎么重新識(shí)別？下面給大家介紹一下。
1.打開(kāi)手機(jī)中的和平精英游戲，打開(kāi)后會(huì)跳出人臉識(shí)別步驟，點(diǎn)擊“開(kāi)始驗(yàn)證”。
2.出現(xiàn)提示點(diǎn)擊“允許”。
3.輸入姓名與身體證號(hào)點(diǎn)擊“開(kāi)始人臉識(shí)別”。
4在同意書(shū)左邊點(diǎn)擊圓圈勾勒上，選擇“下一步”。
5.最后，將人臉移動(dòng)識(shí)別框內(nèi)，根據(jù)提示眨眼，頭部保持不動(dòng)，識(shí)別成功即可返回游戲界面進(jìn)入。
要取消人臉識(shí)別功能，首先需要進(jìn)入設(shè)備的設(shè)置界面，然后找到人臉識(shí)別功能的選項(xiàng)。在選項(xiàng)中，可能會(huì)有一個(gè)“關(guān)閉”或“取消”的按鈕，點(diǎn)擊它即可停用人臉識(shí)別。
另外，也可以通過(guò)刪除已保存的人臉數(shù)據(jù)或者重新設(shè)置面部識(shí)別的方式來(lái)取消該功能。需要注意的是，取消人臉識(shí)別后，可能需要輸入密碼或者使用其他識(shí)別方式來(lái)解鎖設(shè)備或進(jìn)行安全驗(yàn)證。
