人臉檢測(cè):人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理,即在圖像中準(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(lèi)的方法,它把一些比較弱的分類(lèi)方法合在一起,組合出新的很強(qiáng)的分類(lèi)方法。門(mén)禁控制系統(tǒng),由于其使用簡(jiǎn)單、操作便捷、實(shí)用性強(qiáng),得到迅速的發(fā)展。

基于光照估計(jì)模型理論提出了基于Gamma灰度矯正的光照預(yù)處理方法,并且在光照估計(jì)模型的基礎(chǔ)上,進(jìn)行相應(yīng)的光照補(bǔ)償和光照平衡策略。優(yōu)化的形變統(tǒng)計(jì)校正理論基于統(tǒng)計(jì)形變的校正理論,優(yōu)化人臉姿態(tài);強(qiáng)化迭代理論強(qiáng)化迭代理論是對(duì)DLFA人臉檢測(cè)算法的有效擴(kuò)展;可以通過(guò)計(jì)算機(jī)通信串口或通過(guò)網(wǎng)絡(luò)監(jiān)控門(mén)禁系統(tǒng),并具備了與視頻系統(tǒng)、消防系統(tǒng)聯(lián)動(dòng)的功能。的實(shí)時(shí)特征識(shí)別理論該理論側(cè)重于人臉實(shí)時(shí)數(shù)據(jù)的中間值處理,從而可以在識(shí)別速率和識(shí)別效能之間,達(dá)到的匹配效果
不同個(gè)體之間的區(qū)別不大,所有的人臉的結(jié)構(gòu)都相似,甚至人臉的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行定位是有利的,但是對(duì)于利用人臉區(qū)分人類(lèi)個(gè)體是不利的。易變性人臉的外形很不穩(wěn)定,人可以通過(guò)臉部的變化產(chǎn)生很多表情,而在不同觀察角度,人臉的視覺(jué)圖像也相差很大,另外,人臉識(shí)別還受光照條件(例如白天和夜晚,室內(nèi)和室外等)、人臉的很多遮蓋物(例如口罩、墨鏡、頭發(fā)、胡須等)、年齡等多方面因素的影響。隨著技術(shù)的進(jìn)一步成熟和社會(huì)認(rèn)同度的提高,人臉識(shí)別技術(shù)將應(yīng)用在更多的領(lǐng)域。