三维人脸识别技术使我们更好地认识彼此

http://www.babayface.com/h-col-128.html

原文链接:http://www.babayface.com/h-nd-39.html#_np=105_359

人脸识别,一种基于人的脸部特征信息进行身份认证的生物特征识别技术。近年来,随着欧美发达国家人脸识别技术开始进入实用阶段后,人脸识别迅速成为近年来全球的一个市场热点,它具有如下显著优点: ·非接触,智能交互,用户接受程度高。 ·直观性突出,符合人“以貌识人”的认知规律。 ·适应性强,不易仿冒,安全性好。·摄像头的大量普及,易于推广使用。综上所述,人脸识别被人们称为最自然、最直观的一种生物特征识别技术。可以广泛应用于公安、安全、海关、金融、军队、机场、边防口岸、安防等多个重要行业及领域,以及智能门禁、门锁、考勤、手机、数码相机、智能玩具等民用市场,具有广阔的市场应用前景。 目前的人脸识别技术,分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的,但实际上人脸本身是三维的,人脸平面图像只是三维人脸在一个平面上的投影,在这个过程中,必然会丢失一部分信息,因此,二维人脸识别性能的进一步提升,一直受到环境光线、姿态、表情等因素的不利影响。

近期就发生有消费者状告苹果手机无法识别其双胞胎孩子的案例。

三维人脸识别是基于三维人脸图像的,从理论上讲具备一些三维图像信息的技术优势,但一直存在采集设备昂贵,采集系统复杂,存储度高,人脸重建算法很复杂,识别速度较慢等缺点。

现有的三维人脸识别方法有:1.基于图像特征的方法:采取了从3D结构中分离出姿态的算法。首先匹配人脸整体的尺寸轮廓和三维空间方向;然后,在保持姿态固定的情况下,去作脸部不同特征点(这些特征点是人工的鉴别出来)的局部匹配。2.基于模型可变参数的方法:使用将通用人脸模型的3D变形和基于距离映射的矩阵迭代最小相结合,去恢复头部姿态和3D人脸。随着模型形变的关联关系的改变不断更新姿态参数,重复此过程直到最小化尺度达到要求。

基于模型可变参数的方法与基于图像特征的方法的最大区别在于:后者在人脸姿态每变化一次后,需要重新搜索特征点的坐标,而前者只需调整3D变形模型的参数。

光线和角度:三维人脸识别仪的工作波段接近于红外波段,使用者可不受光线状况、背景颜色、脸部的毛发与肤色的影响,从任何的角度都可以呈现出准确的三维脸形资料。三维图像的特异性:获取丰富的脸部测量数据特点,通过运算形成的三维脸形模板,就可以准确识别出看似两个完全相同的双胞胎兄弟或姐妹的脸形。识别速度和准确性:专有的三维人脸生物算法执行实时以每秒30帧的脸部影像扫描以获取脸部特征点进行识别运算,即使在极低的拒判率和误判率[<0.001]的情况下每秒也能达到10~12次比对运算使得三维脸部识别验证具有极高的识别准确性。

三维人脸识别的优势

元亨信科技推出的3D人脸识别系统Broadway3DBM基础模型还配备了一个监视器,显示结果的注册过程和识别的信息。它有三种工作模式:登记,识别和验证。它的目的是在柜台、人事部门注册,进行三维人脸识别。它安装在地板上。它可以与任何障碍机制协同工作(门,旋转门,室内门,闸门等)。Broadway3DBM具有LED指示,向用户提供视觉信息,反馈百老汇3D系统识别状态或登记过程的状况。

三维人脸识别系统的应用案例

http://www.babayface.com/h-col-128.html

青奥会老山自行车赛事因场地开放、山区地形复杂,安保难度很高。为保万无一失,老山自行车安保团队使用了全球尖端高科技:3D人脸识别系统。“除了人员到位外,我们很大程度上借助了科技手段,确保赛道不留死角。”老山自行车赛场安保经理聂荣强说,为了解决快速安检问题,他们这次在国内赛事中,第一次使用了3D人脸识别系统。 “这套系统在2014年俄罗斯索契冬季奥运会机场安全检查中第一次使用,能在一秒钟之内,分析人脸部约4万个点的数据,并和数据库进行比对。”聂荣强介绍,这套系统有能力识别正在行走、戴着帽子或墨镜的人,还可以辨认双胞胎。“只要你进来过一次,第二次再进来,系统就知道了,安检程序就会很快完成。这也杜绝了有人冒用证件情况发生,因为系统自动识别人脸,长得再像的人,想混进场也是不可能的。”

相关产品请查询人脸识别产品中的3D人脸识别产品。

原文链接:http://www.babayface.com/h-nd-39.html#_np=105_359

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,793评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,567评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,342评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,825评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,814评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,680评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,033评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,687评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,175评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,668评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,775评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,419评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,020评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,206评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,092评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,510评论 2 343

推荐阅读更多精彩内容