人臉識別
人臉識別流程
人臉識別技術流程主要包括四個組成部分，分別為：人臉影象採集及檢測、人臉影象預處理、人臉影象特徵提取以及匹配與識別
1.人臉影象採集
2.人臉影象預處理
人臉影象預處理是對系統所採集到的人臉影象進行光線處理、切割、旋轉、降噪、過濾、放大或縮小等一系列的複雜處理，通過這些處理使人臉影象無論是光線還是角度、距離、大小等達到人臉影象特徵提取的標準要求，盡可能消除因光照和角度等因素造成的影響，為進行人臉影象特徵提取做好準備。
3.人臉影象特徵提取
人臉識別系統可使用的特徵通常分為視覺特徵、畫素統計特徵、人臉影象變換係數特徵、人臉影象代數特徵等。人臉特徵提取就是針對人臉的某些特徵進行的。人臉特徵提取，也稱人臉表徵，它是對人臉進行特徵建模的過程。人臉特徵提取的方法歸納起來分為兩大類：一種是基於知識的表徵方法；另外一種是基於代數特徵或統計學習的表徵方法。
基於知識的表徵方法主要是根據人臉器官的形狀描述以及他們之間的距離特性來獲得有助於人臉分類的特徵資料，其特徵分量通常包括特徵點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等區域性構成，對這些區域性和它們之間結構關係的幾何描述，可作為識別人臉的重要特徵，這些特徵被稱為幾何特徵。基於知識的人臉表徵主要包括基於幾何特徵的方法和模板匹配法。
基於代數特徵的方法的基本思想是將人臉在空域內的高維描述轉化為頻域或者其他空間內的低維描述。基於代數特徵的表徵方法分為線性投影表徵方法和非線性投影表徵方法。基於線性投影的方法主要有主成分分析法或稱k-l變換，獨立成分分析法和fisher線性判別分析法。非線性特徵提取方法有兩個重要的分支：基於核的特徵提取技術和以流形學習為主導的特徵提取技術。
4.匹配與識別
4.1人臉識別1:1比對
5. 應用領域：
**天誠盛業對人臉識別的分析。在人臉識別中我門要關注如下技術點：
1。基本流程
2。如何進行 影象進行比對，最大限度的提高識別率，
智慧型的解決畫素較低（如晶元圖）、逆光、側光、昏暗、帶眼鏡、一定角度側臉等不利條件）
步態識別介紹
步態識別是一種新興的生物特徵識別技術，旨在通過人們走路的姿態進行身份 所以有很大的發展前景，現在基本上有以下 對於每個步態序列而言，一種改進的背景減除技術被使用來提取人的空間輪廓。這些 輪廓的邊緣，被逆時針方向展開為一系列相對於質心的距離模板。這些模板特徵通過使用主元統計分析方法來訓練，從而得出步態...
步態識別介紹
二維步態識別演算法 對於每個步態序列而言，一種改進的背景減除技術被使用來提取人的空間輪廓。這些輪廓的邊緣，被逆時針方向展開為一系列相對於質心的距離模板。這些模板特徵通過使用主元統計分析方法來訓練，從而得出步態形狀的變化模式在特徵空間中的軌跡表達。識別時，採用了時空相關匹配方法和基於歸一化歐氏距離的最...
LBP原理介紹與人臉識別
lbp local binary pattern，區域性二值模式 是一種用來描述影象區域性紋理特徵的運算元 它具有旋轉不變性和灰度不變性等顯著的優點。它是首先由t.ojala,m.pietik inen,和d.harwood 在1994年提出，用於紋理特徵提取。而且，提取的特徵是影象的區域性的紋理特...