人脸识别过磅的系统优势和应用

人脸识别过磅的系统优势和应用

 新闻资讯     |      2020-11-06 09:42:19

  人脸识别过磅人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行识别的一系列相关技术,通常也叫做人像识别、面部识别。

  人脸识别的应用

  人脸识别主要用于身份识别。由于视频监控正在快速普及,受保护的地区可以通过人脸识别辨识试图进入者的身份。

  同时,也正是视频监控的快速普及,人脸识别被用于各行各业,在各个应用系统中,人脸识别也将逐渐替代刷卡识别或者指纹识别。

  优势所在

  相比并不环保的刷卡过磅,以及对指纹不清晰者并不友好的指纹识别来说,生物人脸识别除了不需要耗费资源制作卡片外,还能轻轻松松实现一对一,快速锁定相关人员。

  而,远程查询数据、可刷卡过磅、人员权限设置、手机定价、数据汇总等特点,现如今已经是一个成熟的称重系统所应有的,最基本的优点了。

  刷卡过磅方式也算是目前比较普遍的一种方式,但每一个地方来回车辆过多,想实现人手一张卡,对于资源而言,是一个过大的消耗,而为节省资源,一卡多用,事后则难以找到对应的数据

  图:废纸回收现场

  科技是第一生产力

  科技的发展带动各行各业的发展,而科技所带来的更新换代恰恰是最快的,使用处在科技前沿的产品,或许就会比别人快一步,从而发展到比别人快上十步甚至更多

  3.人脸聚类/识别/验证——比大小

  到这里,机器就会把前面人脸关键点的定位转换成具体的向量数据来表示。

人脸识别过磅的系统优势和应用

  接下来,机器要开始来判断这张人脸的年龄、性别等属性,并且根据设定的需要来判断这张人脸是谁、或者是否有与他重合的人脸。

  那么问题就来了,机器怎么辨别这张脸是男是女,多少岁的呢?我们先想想人类是如何判断这些属性的。

  我们也不是出生就会分性别,猜年龄,而是在生活中积累了大量经验,于是学会了从人脸上找到特征,然后进行判断。比如,女性的长相一般比男性温柔,年纪较大的人通常会有明显的皱纹等等。

 

  机器也像人类一样,会通过学习来寻找规律。我们给机器一个庞大的人脸数据库,里面有海量的人脸数据,包括性别、年龄的信息。然后机器就会去学习这些数据,总结出规律:男/女性的人脸向量数据是怎样的、不同年龄段的人脸向量数据是怎样的,进行聚类。

  这时你再给机器一张新的人脸,它就会通过数据的匹配来判断人脸属性了。

 

  在人脸识别技术应用的某些场合,我们可能还需要做进一步的比对。比如,这个脸和某张脸是否是同一人,或者这个脸是谁。前者是1对1的判断,后者则是1对N的判断。

  1对1的判断:比较两个人脸特征的相似度,通过与预设的阈值比较来验证这两个人脸特征是否属于同一人(相似度大于阈值,为同一人;小于阈值为不同)。

 

  1对N的判断:将多个人脸与此人脸一一对比,找出特征相似度最高的人脸。然后将这个最高相似度值和预设的阈值相比较,如果大于阈值,则返回对应这个人脸的身份,否则返回“无对应”。

 

  人脸识别,就是先捕捉人脸,对人脸的五官进行关键点定位,并且把脸校准对齐(摆正),然后输出对应的向量数据,去匹配人脸的属性以及做识别判断。