人脸识别技术流程

  人脸识别系统主要包括四个部分，即：人脸图像采集与检测、人脸图像预处理、人脸图像特征提取、匹配与识别。

  人脸图像采集与检测

  人脸图像采集：通过相机镜头可以采集不同的人脸图像，如静态图像、动态图像、不同位置、不同表情等都可以很好的采集。 当用户在抓拍设备的拍摄范围内时，抓拍设备会自动搜索并抓拍用户的人脸图像。

  人脸检测：在实际应用中，人脸检测主要用于人脸识别的预处理，即准确标定人脸在图像中的位置和大小。 人脸图像中包含的模式特征非常丰富，如直方图特征、颜色特征、模板特征、结构特征、Haar特征等。 人脸检测就是挑选出有用的信息，利用这些特征来实现人脸检测。

  人脸图像预处理

  人脸图像预处理：人脸图像预处理是根据人脸检测结果，对图像进行处理，最后服务于特征提取的过程。 由于各种条件和随机干扰，系统获取的原始图像往往不被直接使用。 它必须在图像处理的早期进行灰度校正和噪音过滤的预处理。 对于人脸图像，预处理过程主要包括人脸图像的光补偿、灰度变换、直方图均衡、归一化、几何校正、滤波和锐化等。

  人脸图像特征提取

  人脸图像特征提取：人脸识别系统中可以使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征。 人脸特征提取是基于人脸的某些特征。 人脸特征提取又称人脸表征，是对人脸进行特征建模的过程。 人脸特征提取方法可以概括为两类：一类是基于常识的表示方法； 另一种是基于代数特征或统计学习的表示方法。

  基于常识的表示方法主要是根据人脸器官的形状描述和它们之间的距离特征来获取有助于人脸分类的特征数据。 其特征分量通常包括欧氏距离、曲率和特征点之间的角度。人脸由眼睛、鼻子、嘴巴和下巴等部分组成。 这些部分的几何描述以及它们之间的结构关系可以作为识别人脸的重要特征。 这些特征称为几何特征。 基于常识的人脸表示主要包括基于几何特征的方法和模板匹配方法。