人臉支付基于人臉識別，人臉識別是針對人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測和跟蹤人臉，通常也叫做人像識別、面部識別。人臉識別系統(tǒng)需要先產(chǎn)生人臉的特征模板并存儲(chǔ)在數(shù)據(jù)庫中，這些模板將被用于與提交來比對的模板一一匹配，如果相似程度超過系統(tǒng)預(yù)先的設(shè)定值，系統(tǒng)就認(rèn)為比對成功。
人類的日常生活中每天都在進(jìn)行人臉識別，因此也使得人臉識別最能接受這種身份認(rèn)證方式。全球人臉識別的發(fā)展大致可以分為四個(gè)階段。
第一階段（1964s-1990s），人臉識別的探索階段，被當(dāng)作一般性的模式識別問題智能訪客系統(tǒng)，主流技術(shù)是基于人臉的幾何結(jié)構(gòu)特征，但沒有突出的研究成果，也沒有獲得實(shí)際應(yīng)用。
第二階段（1991s-1997s），人臉識別初步發(fā)展階段，出現(xiàn)了很多經(jīng)典的方法，例如Eigen Face（特殊臉）, Fisher Face和彈性圖匹配，主流的技術(shù)路線為人臉表觀建模。
第三階段（1998s-2014s），人臉識別技術(shù)快速發(fā)展階段，光照、姿態(tài)問題成為研究重點(diǎn)，主要技術(shù)路線是“人造或基于學(xué)習(xí)的局部描述子(如LBP，Gabor)+度量學(xué)習(xí)(DML)”。以美國、德國和日本的技術(shù)實(shí)現(xiàn)為主，人臉識別商業(yè)系統(tǒng)被逐漸開發(fā)，通常用于檢查證件照等反恐安全領(lǐng)域，如美國911后在115座機(jī)場和14個(gè)主要港口設(shè)立的“美國訪客和移民身份顯示技術(shù)”系統(tǒng)。
第四階段（2014s至今），人臉識別應(yīng)用快速滲透階段，主流技術(shù)轉(zhuǎn)為“深度學(xué)習(xí)+人臉圖像大數(shù)據(jù)”，被廣泛應(yīng)用于公安、安防、金融、教育、交通等各個(gè)領(lǐng)域。從應(yīng)用層面看，安防作為人臉識別的熱點(diǎn)領(lǐng)域，除了在全市布局視頻監(jiān)控系統(tǒng)外，還增加了“刷臉進(jìn)站”、“刷臉登機(jī)”等應(yīng)用場景。
行行查，行業(yè)研究數(shù)據(jù)庫
剖開深度學(xué)習(xí)基礎(chǔ)上的人臉識別產(chǎn)業(yè)鏈，可以看到，產(chǎn)業(yè)鏈上游為基礎(chǔ)層，包括人工智能芯片、算法技術(shù)和數(shù)據(jù)集；中游由視頻人臉識別、圖片人臉識別和數(shù)據(jù)庫對比檢驗(yàn)等技術(shù)層構(gòu)成，大體包括人臉檢測、活體檢測、人臉識別、視頻對象提取與分析等技術(shù)；下游則是具體的場景應(yīng)用，即應(yīng)用方案、消費(fèi)類終端或服務(wù)等。下游以攝像頭為主的硬件采集端和應(yīng)用端采集人臉數(shù)據(jù)智能訪客系統(tǒng)，為數(shù)據(jù)集豐富數(shù)據(jù)，對于基礎(chǔ)層算法的更新迭代形成正反饋。
人臉識別主要包括圖像采集、人臉檢測、預(yù)處理、 人臉特征點(diǎn)提取和人臉匹配/識別等一系列 流程。
圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。
人臉檢測：人臉檢測在實(shí)際中主要用于人臉識別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。
人臉圖像預(yù)處理：對于人臉的圖像預(yù)處理是基于人臉檢測結(jié)果，對圖像進(jìn)行處理并最終服務(wù)于特征提取的過程。
人臉圖像特征點(diǎn)提?。喝四樧R別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。
人臉圖像匹配與識別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過設(shè)定一個(gè)閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出。
行行查，行業(yè)研究數(shù)據(jù)庫
請至網(wǎng)站
手機(jī)訪問“行行查”小程序更方便
