相比其他生物识别技术，沈阳+具有非接触、非入侵、硬件基础完善、可扩展性强等优势。本文主要和你一起分析人脸识别行业。
一、沈阳人脸识别概况
生物特征识别是指依靠人体的物理特征来验证身份的识别技术。目前主流的识别技术有四种:人脸识别，指纹识别，虹膜识别，语音识别。
沈阳+是基于面部特征信息的生物识别技术。通常，摄像机或照相机用于捕获包含人脸的图像或视频流，并自动检测和跟踪图像中的人脸。人脸识别系统主要包括人脸图像采集与检测、人脸识别预处理、人脸图像特征提取、匹配与识别四个部分。
相比其他生物识别技术，沈阳+具有非接触、非入侵、硬件基础完善、可扩展性强等优势。指纹识别具有唯一性，采集成本低，但指纹可以通过指纹、指纹膜等粘贴。，其接触性和侵入性较强，而沈阳人脸识别的接触性和侵入性比沈阳人脸识别低。虹膜识别最准，但是采集成本很高，识别效率低，接触性和侵入性也强。与人脸识别相比，获取成本低，识别效率高。语音识别的获取成本低，但是语音是可变的，人脸识别比它有更高的识别效率。
沈阳人脸识别技术的原理基本上是三步走:
一是建立包含大量人脸图像的数据库；二是通过各种方式获取待识别的目标人脸图像；三是将目标人脸图像与数据库中已有的人脸图像进行对比筛选。根据人脸识别技术的原理，技术流程主要包括以下四个部分:人脸图像采集及预处理、人脸检测、人脸特征提取、人脸识别和活体识别。
1.收藏品
我们需要考虑图像大小、图像分辨率、光照环境、模糊程度、遮挡程度和采集角度。
采集人脸图像有两种方式，批量导入人脸图像和实时采集人脸图像。前者是指将采集到的人脸图像批量导入沈阳人脸识别系统，系统会自动完成个人人脸图像的采集；后者是指调用相机或摄像机，在设备拍摄范围内实时自动捕捉人脸图像，完成采集工作。
人脸图像预处理是指对系统采集的人脸图像进行光照、旋转、剪切、滤波、降噪、放大、缩小等处理，使人脸图像符合人脸图像特征提取的标准要求。
目前，图像预处理方法主要有三种，即灰度调整、图像滤波和图像大小归一化。其中灰度调整是为了处理由于地点、设备、光照等原因造成的图像质量差异。，图像滤波是降低噪声引起的图像质量差异的噪声，图像大小归一化是处理不同图像像素的大小。
2.人脸检测
精确标定图像中人脸的位置和大小，挑出有用的信息(如直方图特征、颜色特征、模板特征、结构特征和Haar特征等。)，然后利用这些信息达到人脸检测的目的。
人脸检测是指判断是否存在人脸，并定位其位置、大小和姿态。目前，人脸检测方法可以分为三类，即基于肤色模型的检测、基于边缘特征的检测和基于统计理论的检测。
基于肤色模型的检测是利用人脸的肤色特征建立肤色模型进行检测。其优点是人脸检测速度快，对遮挡和光照具有鲁棒性，缺点是与其他方法不兼容，难以处理复杂背景和同一帧中的多人。基于边缘特征的检测使用图像的边缘特征来检测人脸。其优点是计算量相对较小，实时检测，并与其他特征方法相结合。其缺点是在复杂背景下误检率高。基于统计理论的检测方法是通过人脸特征值的循环迭代来检测人脸。其计算速度快，应用广泛，但误检率高。
3.特征提取沈阳人脸识别系统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、人脸图像代数特征等。人脸特征提取是针对人脸的某些特征，也称为人脸表征。它是对人脸特征建模的过程。方法主要包括基于知识的表示方法(主要包括几何特征方法和模板匹配方法)和基于代数特征或统计学习的表示方法。
基于知识的提取方法是基于人脸特征的先验知识，其特点是识别方法简单，容易理解，检测速度快。然而，目前没有统一的特征提取标准，对动态人脸图像的鲁棒性较差。代数特征提取是一种基于统计学习的特征提取方法，其特点是特征提取容易，识别准确率高，应用广泛，但需要有相应的数据库进行统计训练。4.匹配和识别
这种精准的筛选过程可以分为两类:一类是一对一筛选，即确认人脸身份的过程；二对多筛选，即根据人脸相似度进行匹配比较的过程。此外，沈阳人脸识别包含了活体识别的环节，即区分被识别的特征信号是否来自真实生物。
关键技术指标:检测率、误检率、漏检率和速度。准确率、召回率、错误接受率/错误识别率/错误识别率、错误拒绝率/错误识别率/错误识别率。
