日期：2018-09-29 / 人气： / 来源：道尔智控
第一、几何特征的人脸识别方法：几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系（如相互之间的距离）。这些算法识别速度快，需要的内存小，但识别率较低。
第二、基于特征脸（pca）的人脸识别方法：特征脸方法是基于kl变换的人脸识别方法，kl变换是图像压缩的一种最优正交变换。高维的图像空间经过kl变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。
第三、神经网络的人脸识别方法：神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。
第四、弹性图匹配的人脸识别方法：弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。
第二、基于特征脸（pca）的人脸识别方法：特征脸方法是基于kl变换的人脸识别方法，kl变换是图像压缩的一种最优正交变换。高维的图像空间经过kl变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以张成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想。这些方法需要较多的训练样本，而且完全是基于图像灰度的统计特性的。目前有一些改进型的特征脸方法。
第三、神经网络的人脸识别方法：神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。
第四、弹性图匹配的人脸识别方法：弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有一定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，在比对时可以允许图像存在弹性形变，在克服表情变化对识别的影响方面收到了较好的效果，同时对于单个人也不再需要多个样本进行训练。
作者：道尔智控
上一篇：车牌识别停车系统提升车场管理和通行效率
下一篇：智能停车场带来更好的停车体验
推荐内容
- 人脸识别门禁07-10
- 车牌识别系统生产厂家致力于解决城市停车矛盾07-20
- 【道尔动态】3.15消费者权益日：认准道尔产品，谨防假冒伪劣03-16
- 【道尔新闻】《道尔家教50策》首发式在深圳总部举行09-11
- 道尔智控2018迎春晚会精彩回顾09-11
- 【道尔动态】道尔优秀员工欢乐泰国游09-11
- 车牌识别系统识别准确率不高的原因有哪些？06-20
相关内容
- 人脸识别技术是什么？03-16
- 人脸识别支付技术的发展应用03-09
- 浅谈人脸识别设备识别人脸失败的原因02-25
- 人脸识别应用“边界”何在，亟待法律制度进一步界定12-10
- 人脸识别对比功能有哪几个方面09-24
- 人脸识别系统助力平安城市，智慧城市的建设09-04
- 人脸识别技术应用，保障校园安全09-03
- 人脸识别、车牌识别技术推动出入口控制行业在安全方面取得长足进步08-20
- 人脸识别技术有哪些识别方法07-17
- 人脸识别中的人脸采集环节主要受到哪些因素的影响？07-03
- 人脸识别技术隐私问题严峻06-26
- 人脸识别技术目前存在哪些难点06-25