南京開(kāi)為網(wǎng)絡(luò)科技有限公司
認(rèn)證資料 Certification Data
南京開(kāi)為網(wǎng)絡(luò)科技有限公司
- 聯(lián)系人：徐經(jīng)理
- 官網(wǎng)地址：www.kaiwei.ai
- 經(jīng)營(yíng)模式：制造商
- 主營(yíng)產(chǎn)品：刷臉支付設(shè)備代理,南京刷臉支付廠家,便利店會(huì)員系統(tǒng),人臉支付設(shè)備代理,百靈刷臉支付代理
- 所在地：江蘇省南京市建鄴區(qū)嘉陵江東街18號(hào)04幢2層
推薦產(chǎn)品
人臉圖像采集及檢測(cè)原理和方法是什么？
發(fā)布時(shí)間：2020-01-10不同的人臉圖像通過(guò)攝像鏡頭采集下來(lái)，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。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。人臉檢測(cè)在實(shí)際中主要在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等，人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。 主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來(lái)分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些能代表人臉的矩形特征(弱分類器)，按照加權(quán)投 票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。希望我查到的資料對(duì)您有幫助。
人臉圖像采集及檢測(cè)基于知識(shí)的表征方法，其原理主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來(lái)獲得有助于人臉?lè)诸惖奶卣鲾?shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特征，這些特征被稱為幾何特征。基于知識(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。
人臉圖像采集、檢測(cè)的原理和方法基本上可以歸結(jié)為三類，即：基于幾何特征的方法、基于模板的方法和基于模型的方法。