人脸识别技术的操作流程介绍

人脸识别技术的操作流程介绍

2021-05-14

天眼数聚

人脸识别技术是一种基于图像的识别技术，在人工智能领域，它需要在电脑端预先构建一套卷积神经网络模型框架，然后训练该神经网络模型框架中的各种参数，此过程一般需要花费较长的时间才能得到一套较好的参数，不过目前在网上可以找到一些已经训练好的卷积神经网络模型框架，只需要对自己的应用场景做一些简单训练就可以应用到自己的场景中。

在训练完卷积神经网络框架后，首先要做的就是建立人脸数据库，提取人脸特征信息并存储到人脸数据库中。当这些研究工作做完之后，就可以用带人脸的图像数据进行测试了，这一发展过程管理主要内容包括人脸检测、特征点提取、人脸身份证比对三个重要步骤。

人脸检测需要在一幅图像中找到人脸的位置，特征点提取是进一步将图像中的人脸信息进行处理，获得一组人脸特征信息，最后再用这一组人脸特征信息到人脸数据库中进行比对，找到与之最为接近的一组人脸数据，然后输出这一特征信息对应的人员信息。

上述人脸识别过程主要是在电脑端的工作，最后要在嵌入式端落地，就需要进行算法移植工作，这一工作包括卷积神经网络模型的移植和嵌入式相机的开发，这里主要说下卷积神经网络模型的移植步骤。移植卷积神经网络模型需要结合嵌入式芯片厂商提供的卷积神经网络模型转换工具，将其转换成适合嵌入式端的卷积神经网络模型框架。

这个操作主要是由于嵌入式端可用资源不足，很多卷积神经网络模型不能直接应用到嵌入式端。然后根据嵌入式芯片厂商提供的接口，将嵌入式摄像头采集的实时图像输入卷积神经网络，即可得到实名认证接口人脸识别结果。

这些都是嵌入式人脸识别相机着陆的过程，也是人脸识别关键技术的过程，但上述人脸识别技术不能广泛应用，主要是因为人脸识别的安全性。近年来，为了解决人脸识别的安全问题，在人脸识别中加入活体检测技术，主要是为了避免图像、视频和人脸模型等假人脸的攻击。