人脸识别-一路机电人脸识别考勤-人脸识别考勤

研究人脸识别在理论和技术上都有重要的意义:

一是可以推进对人类视觉系统本身的认识;

二是可以满足人工智能应用的需要。

采用人脸识别技术，人脸识别摄像机，建立自动人脸识别系统，用计算机实现对人脸图像的自动识别有着广阔的应用领域和诱人的应用前景。

同时人脸识别作为一种生物体征识别与其它较成熟的识别方法(如*、虹膜、DAN检测等)相比有以下几个优点:

①无侵略性，人脸图像的获取不需要被检测人发生身体接触，可以在不惊动被检测人的情况下进行;

②低成本、易安装，人脸识别考勤，人脸识别系统只需要采用普通的摄像头、数码摄像机或手机上的嵌入式摄像头等被广泛使用的摄像设备即可，对用户来说也没有特别的安装要求;

③无人工参与，整个人脸识别过程不需要用户或被检测人的主动参与，人脸识别，计算机可以根据用户预先的设置自动进行。

人脸识别的工作原理可以分为以下几步：

1.人脸特征提取与降维：即提取每个人脸图像的具体特征。提取过程中，人脸在不同表情、角度下所呈现的脸部特征有所不同，因此要提取人脸区分度高的主要特征。

2.特征降维常用算法：PCA（主成分分析法）通过线性变化的方法提取人脸主要特征，过滤次要特征，****人脸识别****度的同时有效****识别计算效率。

3.人脸库：事先采集好的人脸信息库。人脸信息由平均脸及特征脸组合构成。

4.相似性比对：运用欧氏距离公式，人脸识别门禁识别，将人脸识别系统实时提取的特征脸与人脸库储存的特征脸进行逐一比对，输出****终结果。

人脸识别主要算法原理

主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。

1. 基于几何特征的方法是****早、****传统的方法，通常需要和其他算法结合才能有比较好的效果；

2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、*网络方法、动态连接匹配方法等。

3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。