人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶(hù)在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶(hù)的人臉圖像。

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。

人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些代表人臉的矩形特征(弱分類(lèi)器)，按照加權(quán)的方式將弱分類(lèi)器構(gòu)造為一個(gè)強(qiáng)分類(lèi)器，再將訓(xùn)練得到的若干強(qiáng)分類(lèi)器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類(lèi)器，有效地提高分類(lèi)器的檢測(cè)速度。

人臉圖像匹配與識(shí)別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過(guò)設(shè)定一個(gè)閾值，當(dāng)相似度超過(guò)這一閾值，則把匹配得到的結(jié)果輸出。人臉識(shí)別就是將待識(shí)別的人臉特征與已得到的人臉特征模板進(jìn)行比較，根據(jù)相似程度對(duì)人臉的進(jìn)行判斷。這一過(guò)程又分為兩類(lèi)：一類(lèi)是確認(rèn)，是一對(duì)一進(jìn)行圖像比較的過(guò)程，另一類(lèi)是辨認(rèn)，是一對(duì)多進(jìn)行圖像匹配對(duì)比的過(guò)程。




人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過(guò)人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法?！边@種算法是利用人體面部各及特征部位的方法。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫(kù)中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。

人臉識(shí)別系統(tǒng)在工作中應(yīng)用流程：人臉識(shí)別系統(tǒng)考勤機(jī)作為考勤方式的革新產(chǎn)品，其工作流程和系統(tǒng)業(yè)務(wù)流程都不是很為大眾所知。下面，就讓小編為大家具體說(shuō)說(shuō)人臉識(shí)別考勤系統(tǒng)的工作流程。人臉識(shí)別考勤系統(tǒng)是采用當(dāng)今國(guó)際科技領(lǐng)域高精技術(shù)——人臉識(shí)別技術(shù)(融合了計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理于一體)，利用計(jì)算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析并建立人臉特征模板。當(dāng)已登記的人員從人臉識(shí)別機(jī)前走過(guò)，它會(huì)有語(yǔ)音提示“你好”或者人員的姓名表示考勤已成功。 而且，它還有擁有圖像更新功能，若將正采取的圖像作為人臉，存儲(chǔ)的為第二人臉，如果人臉圖像與第二人臉圖像相一致，人臉識(shí)別考勤機(jī)將自動(dòng)儲(chǔ)存人臉圖像來(lái)更新該第二人臉圖像。該法可保持用戶(hù)臉部圖像的更新，降低了臉部外形改變對(duì)識(shí)別的影響，增加了識(shí)別的準(zhǔn)確率。