南宁监控人脸识别相关知识汇总

　　生物设别技术根据人体自身的特征如指纹、声音等来识别个人的身份。目前，有很多的生物识别技术可用于身份认证。这里，我们描述一下大多...南宁监控安装。

　　人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用监控摄像头或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别技术在门禁系统安全识别领域、个人身份识别领域、信息安全领域、社交娱乐领域等的应用情况与前景。预计未来人脸识别技术会有非常广阔的市场空间。

　　相对于其他生物识别技术，人脸识别有着自身的优势。首先，人脸识别具有可见性。这非常符合人脸识别的思路，只需要看到某个人的人脸，就可以知道这人是谁，进而可以作为后续证据。而指纹、虹膜以及其他的生物识别，无法做到这一点。另外，人脸识别不需要或者极少需要人配合。指纹和虹膜基本需要人主动配合才能够完成，而人脸识别则不需要，这就决定了人脸识别的应用场景更为广泛

　　。第三方面，人脸识别不需要专门的设备支持。现在的镜头无处不在，满街的高清摄像头，人手一台智能手机都可以进行人脸的抓拍或者扑捉，这就决定了人脸识别应用可以无限普及。人脸识别技术广泛应用于刑侦破案、门禁系统、摄像监视、网络应用、身份辨识、信息安全及娱乐应用等等。而最新市场现实，人脸识别还应用于刷脸支付系统。第一个刷脸支付系统诞生，进入相应测试阶段。PayPal(贝宝)在英国推出了“人脸识别”支付功能，标志着人脸识别技术应用又进入崭新领域。

　　人脸识别实际应用仍存问题 人脸识别技术在实际应用中，要注意以下几个重要问题： 年龄变化：不同年龄的人脸有较大的差别。身份证是以前照的，在逃犯的照片也是以前的，因此，在公安部门的实际应用中，年龄问题是一个最突出的问题。

　　姿态变化：这一问题在活动人脸的识别中更为突出。一般的，主要测试左右角度的识别率。当前的水平是：±10o可以达到较高的识别率。

　　不同介质：采集人脸图像的设备较多，主要有扫描仪(照片)、数码相机、摄像头。由于成像的机理不同，形成了同类人脸图像的识别率较高而不同类别间人脸图像的识别率较低的情况。随着人脸识别技术的发展，这一问题也将逐步得到解决。

　　识别速度：识别速度有两种，一种是基于文件的，即把特征存成文件，在文件级进行比对。另一种是基于数据库的，如在oracle数据库中进行比对，在数据库中存有详细的人员档案由此可以进行图文混合查询，而借助图文混合查询，可以提高查中率。基于文件的比对速度可以达到20万人/秒;基于数据库的，单服务器的比对速度可以达到1万人/秒。

　　这两种方式各有特点，目前的研究是将两者的优点结合在一起，以实现高速、高识别率的人脸识别。活动人脸的识别要求系统有较高的识别速度。其中包括人脸检测的速度以及人脸的识别速度。

　　在40ms内可以实现人脸检测，在10万人的数据库中，2秒内完成从人脸检测定位到人脸识别的全过程，应能满足大多数实际应用的要求。 目前海量的摄像头安防监控数据大部分依靠人力检索，效率较低，非结构化视频数据后端处理问题是制约安防行业发展的重要限制。

　　生物设别技术根据人体自身的特征如指纹、声音等来识别个人的身份。目前，有很多的生物识别技术可用于身份认证。这里，我们描述一下大多数流行的生物测定技术是怎样工作的，并对它们抓图、抽取特征、比较和比对的功能作简单的评论。

　　1.签名识别 签名作为身份认证的手段已经用了几百年了，而且我们都很熟悉在银行的格式表单中签名作为我们身份的标志。将签名数字化是这样一个过程：测量图像本身以及整个签名的动作——在每个字母以及字母之间不同的速度、顺序和压力，签名识别和声音识别一样，是一种行为测定学。 签名识别的优点 使用签名识别更容易被大众接受，而且这是一种公认的身份识别的技术。 签名识别的缺点 随着经验的增长，性情的变化与生活方式的改变，签名也会随着而改变;为了处理签名不可辟免的自然改变，我们必须在安全方面做以妥协;因为签名的速度不快，我们无法在Internet上使用它;用于签名的手写板结构复杂而且价格昂贵，因为和笔记本电脑的触摸板分辨率有着很大的差异，我们在技术上很难将两者结合起来;很难将它的尺寸小型化。

　　2.声音识别 声音识别技术和签名识别相同，也是一种行为识别技术，声音识别设备不断地测量、记录声音的波形和变化。而声音识别基于将现场采集到的声音与登记过的声音模板进行精确的匹配。 声音识别的优点 声音识别也是一种非接触的识别技术，用户可以很自然地接受。 声音识别的缺点 与其他的行为识别技术一样，声音因为变化的范围太大，故而很难进行一些精确的匹配;声音会随着音量、速度和音质的变化(例如当你感冒时)而影响到采集与比对的结果;随着技术的发展，也许你可以觉察和拒绝录音的声音，然而，目前来说，我们还很容易用磁带上的声音来欺骗声音识别系统。

　　3.虹膜识别技术 虹膜是一种在眼睛瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构，据宣称，没有任何两个虹膜是一样的。虹膜扫描安全系统会在一个全自动照相机来寻找你的眼睛并在发现虹膜时，就开始聚焦，想通过眨眼睛来欺骗系统是不行的。 虹膜技术的优点 便于用户使用;可能会是最可靠的生物识别技术，尽管它还没有测试过;只需用户位于设备之前而无需物理的接触。

　　虹膜技术的缺点 一个最为重要的缺点是它没有进行过任何的测试，当前的虹膜识别系统只是用统计学原理进行过小规模的试验，而没有进行过现实世界的唯一性认证试验;很难将图像获取设备的尺寸小型化;因聚焦的需要而需要昂贵的摄像头，一个这样的摄像头最低报价为4000美元;镜头可能会使图像畸变，而使得可靠性大为降低;黑眼睛极难读取;需要一个比较好的光源。

　　4.视网膜识别技术 视网膜也是一种被用于生物识别的特征，某些人认为视网膜是比虹膜更为唯一的生物特征，视网膜识别技术要求激光照射眼球的背面以获得视网膜特征的唯一性。 视网膜技术的优点 视网膜是一种极其固定的生物特征，因为它是“隐藏“的，故而不可能磨损、老化或是为疾病影响;使用者不需要与设备进行直接的接触;这是一个最难欺骗的系统，因为视网膜是不可见的，故而不会被伪造。 视网膜识别的缺点 视网膜技术未经过任何测试,很明显，视网膜技术可能会给

　　使用者带来健康的损坏，这需要进一步的研究;对于消费者，视网膜技术没有吸引力;很难进一步降低它的成本。

　　5.面部识别 面部识别技术通过对面部特征和它们之间的关系来进行识别，识别技术基于这些唯一的特征时是非常复杂的，这需要人工智能和机器知识学习系统，用于扑捉面部图像的两项技术为标准视频和热成像技术。标准视频技术通过一个标准的摄像头摄取面部的图像或者一系列图像，在面部被捕捉之后，一些核心点被记录，例如，眼睛、鼻子和嘴的位置以及它们之间的相对位置被记录下来，然后形成模板;热成像技术通过分析由面部毛细血管的血液产生的热线来产生面部图像，与视频摄像头不同，热成像技术并不需要在较好的光源条件下，因此即使在黑暗情况下也可以使用。一个算法和一个神经网络系统加上一个转化机制就可将一幅指纹图像变成数字信号，最终产生匹配或不匹配信号。

　　面部识别的优点 面部识别是非接触的，用户不需要与设备直接的接触;尽管可以使用桌面的视频摄像，但只有比较高级的摄像头才可以有效高速地捕捉面部图像。 面部识别的缺点 使用者面部的位置与周围的光环境都可能影响系统的精确性;大部分研究生物识别的人都公认面部识别是最不准确的，也是最容易被欺骗的;面部识别技术的改进依赖于提取特征与比对技术的提高，并且采集图像的设备会比其技术昂贵得多;对于因人体面部的如头发、饰物、变老以及其他的变化可能需要通过人工智能来得到补偿，机器学习功能必须不断地将以前得到的图像和现在得到的进行比对，以改进核心数据和弥补微小的差别;很难进一步降低它的成本，我们必需以昂贵的费用去卖高质量的设备。