夜夜爽一区二区,无码专区中文字幕系列不卡

2022新思科技科普類短視頻欄目《了不起的芯片》全新上線！新思科技一直致力于打造“人人都能懂”的行業(yè)科普視頻，傳播更多芯片相關(guān)小知識，解答各類科技小問題。每周3分鐘，多一些“芯”知識。

這一期，我們聊一聊人臉識別的那些事兒。

▲點擊觀看視頻作為目前主流身份認證方式之一的人臉識別，伴隨著智能手機，進入到了許多人的日常生活中。然而，疫情來臨后，口罩也成為無法缺少的必備品，就連科技發(fā)展，也不可避免將其裹挾其中。最近，甚至有手機商開始拓展出了戴著口罩進行識別的功能。但戴著口罩進行的人臉識別是否還依舊準確？讓我們先來了解一下人臉識別的原理。簡單來說，人臉識別可分為四個部分：圖像采集、圖像預(yù)處理、特征提取和匹配。首先，攝像頭采集系統(tǒng)識別范圍內(nèi)的圖像，并通過光線補償、灰度校正、噪聲過濾等方法進行自動圖像修正。隨后圖像被提交到預(yù)識別單元，在這里，一些專用的快速算法會檢測圖像中是否有人臉，并提取圖像中的人臉。如果有需要，這一步還會進行活體檢測（所以手機解鎖是不能用照片蒙混過關(guān)的）。隨后，圖像處理算法對修正過的人臉圖像提取特征。傳統(tǒng)的識別方式會采用平面識別構(gòu)建二維人臉數(shù)據(jù)，目前最新的方式則是立體識別，在這一步的算法也會吃進其他傳感器獲得的信息。無論使用哪種算法，最終提取到的特征就是一串簡短的數(shù)據(jù)。系統(tǒng)會把這簡短的數(shù)據(jù)提交給下一級進行匹配。有些算力強大的設(shè)備自己就能做匹配，另一些設(shè)備則通過安全通路把這段數(shù)據(jù)發(fā)送到云端。最后，系統(tǒng)會將提取到的特征數(shù)據(jù)進行數(shù)據(jù)匹配。進行匹配的方法就是進行數(shù)學(xué)計算，看看提取到的特征數(shù)據(jù)與數(shù)據(jù)庫中已有數(shù)據(jù)的“相似度”。通常系統(tǒng)會設(shè)定一個閾值，當(dāng)相似度超過這一閾值，就能得到匹配的結(jié)果。可以說，特征點決定了匹配結(jié)果，因此，人臉識別的關(guān)鍵點就在于提取到的特征點。戴口罩的時候也是一樣，系統(tǒng)通過采集人臉特征點進行識別，只不過能夠采集的面部信息有限，識別算法需要更加“努力”地使用沒有被口罩遮蔽的部分，主要就是眼睛以及一部分鼻子附近的特征。精確度自然是無法與全臉識別的精確度相比的。要想提高準確度，除了改善采集時的物理環(huán)境，就只能在特征提取的時候下功夫。 當(dāng)然，由于特征提取方式的不同，改善措施也會有相應(yīng)調(diào)整。對于平面識別系統(tǒng)而言，為了盡量采集剩余人臉的特征，需要攝像頭有較高的分辨率。在算法方面，疫情開始不久后，算法科學(xué)家們就已經(jīng)開始集中攻克“識別戴口罩的人臉”這一難題，通過專門設(shè)計的神經(jīng)網(wǎng)絡(luò)以及針對口罩遮蔽的訓(xùn)練方法，已經(jīng)能夠很好的解決這個問題。

（Loey M, Manogaran G, Taha M H N, et al. A hybrid deep transfer learning model with machine learning methods for face mask detection in the era of the COVID-19 pandemic[J]. Measurement, 2021, 167: 108288.）

上圖：一種針對口罩遮蔽的神經(jīng)網(wǎng)絡(luò)算法，在通用圖像識別網(wǎng)絡(luò)（Resnet50）的基礎(chǔ)上對分類操作進行增強。對于立體識別系統(tǒng)而言，由于深度方向上的傳感器本來就采集了比平面之外的“額外信息”，因此對設(shè)備升級的要求不高。例如同一款智能手機，只需要進行系統(tǒng)升級，更新軟件，就具備了口罩識別解鎖的能力。總體來看，戴口罩時人臉識別的準確度目前是無法超越正常人臉識別的，而要想改善這一情況，或是專心升科技，或是砸錢買裝備。我們也期待未來某一天，虹膜識別等技術(shù)能夠得到大規(guī)模的應(yīng)用，到那時，或許就算戴著口罩，也能百分百認證成功了！

原文標題：【了不起的芯片】人臉識別：我不只看臉

文章出處：【微信公眾號：新思科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。舉報投訴