根握面部實時或如頻文件識到的情威數(shù)據(jù)，檢信Allemotion平臺根特有的情緒建模及被經(jīng)網(wǎng)絡(luò)獲得被測試者每一時刻或在說活片段中的害怕，排斥、沖突、期待、壓力、興奮、邏輯、比率、概率、分心、猶豫、認(rèn)知、緊張、壞感、想象、思考、潛意識、潛在情緒等數(shù)據(jù)。
人臉表情識別是機(jī)器視覺和模式識別領(lǐng)域具有較為廣泛的應(yīng)用意義。人臉表情識別技術(shù)是一個非?；钴S的研究領(lǐng)域，它覆蓋了數(shù)字圖像處理、模式識別、計算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)、心理學(xué)等諸多學(xué)科的內(nèi)容。如今，雖然在這方面的應(yīng)用已取得了一些的成果，但是FRT在實用應(yīng)用中仍面臨著復(fù)雜的問題因為人臉五官的分布是非常相似的，而目人臉本身又是一個柔性物體，表情、姿態(tài)的千變?nèi)f化都給正確識別帶來了相當(dāng)大的麻煩，如何能正確識別大量的人并滿足實時性要求是迫切需要解決的問題。
根據(jù)面部實時或視頻文件識別的情感數(shù)據(jù)，檢信Allemotion平臺根據(jù)特有的情緒建模及神經(jīng)網(wǎng)絡(luò)獲得被測試者每一時刻或在說活片段中的害怕、排斥中突、期待、壓力、興奮、邏輯、比率、概率、分心、猶豫、認(rèn)知、緊張、壞感、想象、思考、潛意識、潛在情緒等教據(jù)。
下上是最新的報道，都是網(wǎng)友投稿的。
AI科技訊：人臉識別安全遭質(zhì)疑，泄露的數(shù)據(jù)及其黑產(chǎn)業(yè)鏈何時制止？先進(jìn)的人臉識別系統(tǒng)已經(jīng)可以在人群中將你認(rèn)出來。雖然這項技術(shù)在日常生活中的某些方面保障了人的安全，但也竊取了人的隱私，甚至比我們自己更了解自己，并操縱我們。國外有媒體報道，人臉識別技術(shù)對我們隱私的侵犯或許讓人無法想象。
近期，有朋友無奈的抱怨，2019上海世界人工智能大會即將召開，因業(yè)務(wù)需求他需要邀請一位歐洲科學(xué)家參會，但是當(dāng)聽說大會現(xiàn)場需要進(jìn)行人臉識別才能參會時，他極度不適的發(fā)出了怒吼。
最后，雖然已經(jīng)告知外國科學(xué)家參會方式還有二維碼掃描，但是他還是拒絕了此次會議。截止目前，這位朋友表示還是想不明白，一個人臉識別至于讓他發(fā)這么大的火么？
也許我們聽到這個也覺得很不可思議，但是當(dāng)我們看到國內(nèi)近期幾則報道就不會如此驚訝了？
3D打印人臉騙過支付寶刷臉購買火車票
現(xiàn)在幾乎每個人手機(jī)上都會有支付寶，隨著支付寶上線刷臉支付，很多人對于這項高科技也喜聞樂見。
然而8月初，一個3D打印的公眾號發(fā)布了一個測試視頻，在視頻中，工作人員使用3D打印制作的蠟像人頭，騙過支付寶的人臉識別系統(tǒng)，成功買到了一張火車票，這一小視頻曾一度在網(wǎng)上瘋傳，嚇壞了很多網(wǎng)友，并表示已經(jīng)關(guān)閉了人臉識別功能。
其實這個3D打印頭像中國人并不是原創(chuàng)，去年有日本公司已經(jīng)研發(fā)出了這款產(chǎn)品，而且非常逼真，也曾引起了國內(nèi)很多媒體關(guān)注，當(dāng)時就有很多人表示刷臉解鎖遭遇了新挑戰(zhàn)。
攻破iPhone刷臉解鎖轉(zhuǎn)走熟睡用戶錢
Face ID，蘋果iPhone最先進(jìn)的刷臉解鎖方式，也一直以3D識別更安全而著稱。
相比廣大安卓陣線的2D刷臉識別，iPhone用了更貴的傳感器，能夠?qū)崿F(xiàn)更周密強(qiáng)大的活體識別，保證用戶在閉眼情況下不會被解鎖手機(jī)。
但是，就在前不久的白帽黑客大會上，向來以安全著稱的iPhone刷臉，還是騰訊的一位安全研究員研發(fā)的一副簡單眼鏡攻破了。
由于刷臉解鎖需要用戶看一眼才能解鎖。因此該研究員在眼鏡鏡片上貼有黑色膠帶，黑膠內(nèi)又嵌有白色膠帶，成功仿造了人眼識別信息（虹膜識別），最終成功解鎖熟睡用戶的iPhone，并進(jìn)一步轉(zhuǎn)走他支付賬戶中的錢。
也許大家認(rèn)為這只是極端個例，但是看了下面的例子就知道人臉識別到底有多荒唐。
將政府要員識別成罪犯，人臉識別錯誤率高達(dá)35%
說起人臉識別技術(shù)，美國在該領(lǐng)域一直處于前沿位置。盡管如此，目前的人臉識別技術(shù)還是錯誤百出。
去年，一篇發(fā)表在外媒網(wǎng)站的文章中指出，如今非常熱門的AI應(yīng)用人臉識別，針對不同種族的準(zhǔn)確率差異巨大。其中，針對黑人女性的錯誤率高達(dá)21%-35%，針對白人男性的錯誤率則低于1%，這在美國可以說是非常不正常的。
另外，還有一個烏龍事件需要強(qiáng)調(diào)，亞馬遜在2016年推出的圖像識別AI系統(tǒng)Rekognition，曾將28名美國國會議員識別成了罪犯，當(dāng)時引得美國社會一片嘩然，也令大眾對人臉識別技術(shù)充滿了質(zhì)疑。
不僅僅是國外，國內(nèi)這種嘀笑皆非的場景也時有發(fā)生。比如因為“闖紅燈”而被公示在電子曝光屏的董明珠，事實是所謂的“董明珠”只是公交車上的一個印刷廣告；又比如一名坐在公交車內(nèi)靠窗位置的普通民眾，莫名其妙的被人臉識別抓拍系統(tǒng)定義為闖紅燈……
對于人臉識別存在的技術(shù)誤差，中國科學(xué)院自動化研究所張曉波博士曾表示，照明、姿勢、裝飾等都會對人臉識別系統(tǒng)產(chǎn)生影響，而對于那些非合作情況下的人臉圖像采集，遮擋問題仍很嚴(yán)重。
特別是在實際監(jiān)控環(huán)境中，被監(jiān)控對象常會佩戴著眼鏡或帽子等配件，使得捕獲的人臉圖像不完整，影響后續(xù)的特征提取和識別，甚至導(dǎo)致人臉檢測算法無效，且在大規(guī)模應(yīng)用環(huán)境中，如何維持或提高人臉識別算法的識別率，目前也是一個非常重要的問題。
除了以上提出的技術(shù)準(zhǔn)確性外，人臉識別的安全性也在中國開始面臨著嚴(yán)峻考驗。其中一個就是，由于人臉識別的信息存儲仍基于計算機(jī)可識別的語言，也就是我們常說的數(shù)字或特定代碼，隨著這些數(shù)據(jù)價值的提高，使其遭到黑客攻擊的風(fēng)險也會隨之增高。
一旦這些個人數(shù)據(jù)被竊取，你的臉可能就不只屬于自己了。
誰來保存數(shù)據(jù)庫，誰來保證數(shù)據(jù)安全？
人臉識別是一種1:1或1：N的技術(shù)手段，在具體應(yīng)用場景中，它可以根據(jù)已有人臉數(shù)據(jù)識別并判定某一特殊對象是否與數(shù)據(jù)庫中的是同一人，也可以依據(jù)某一個人臉數(shù)據(jù)，從成千上萬人中找出對應(yīng)的人。這之中，數(shù)據(jù)庫中保存的數(shù)據(jù)將成為關(guān)鍵一環(huán)，也是引發(fā)人們擔(dān)憂并發(fā)出質(zhì)疑的地方——這些數(shù)據(jù)究竟屬于誰？誰能用我的數(shù)據(jù)？
近年來，因為研發(fā)需要以及人臉識別應(yīng)用的逐漸普及，包括政府機(jī)構(gòu)、銀行、小區(qū)物業(yè)、人臉識別研發(fā)公司都需要用到數(shù)據(jù)庫。
以銀行為例，當(dāng)人們辦理某些業(yè)務(wù)時，人臉識別已經(jīng)成為了一種常態(tài)，柜臺工作人員會在過程中要求人們將頭抬起，并將面部朝向攝像頭以進(jìn)行識別，而在銀行APP 中，要求卡主進(jìn)行人臉識別認(rèn)證也已經(jīng)成為一種日常操作。既然要識別，那就意味著有對比數(shù)據(jù)，這些數(shù)據(jù)被誰拿走了？是銀行？是公安？是提供人臉識別技術(shù)的公司？還是其他居心叵測的組織？
百萬數(shù)據(jù)泄露，人臉識別遭遇黑產(chǎn)業(yè)鏈
今年年初，深網(wǎng)視界公司（人臉識別公司商湯科技和上市公司東方網(wǎng)力合資公司）被曝發(fā)生數(shù)據(jù)泄露，致使250萬人的私人信息能夠不受限制被訪問，引發(fā)業(yè)內(nèi)廣泛關(guān)注。
據(jù)了解，深網(wǎng)視界主營業(yè)務(wù)為人臉識別、AI和安防，一家定位為“AI+安防”的公司發(fā)生如此大規(guī)模的信息泄露事件不免令人唏噓。
如果說此次事件引發(fā)了人們關(guān)于人臉識別技術(shù)信息安全方面的擔(dān)憂和關(guān)于隱私等方面的道德討論那還算是好事，然而后面這件事讓人震怒。
據(jù)爆料此事發(fā)生之后，目前國內(nèi)竟然催生了一批人臉識別數(shù)據(jù)倒賣的生意，一張人臉照片竟然能賣到幾元錢，那么幾千幾萬張甚至幾百萬張照片就能獲利無數(shù)。
在這種利益的誘惑下，越來越多的黑客也加入其中，就連一些小廠商或物業(yè)公司也通過人臉識別閘機(jī)、門禁等各種手段獲取數(shù)據(jù)進(jìn)行著地下骯臟交易，在法律的邊緣試探。
據(jù)了解，這些交易的數(shù)據(jù)大部分也將被運用于AI的養(yǎng)料，用來訓(xùn)練更加聰敏的AI。比如網(wǎng)上一度瘋傳的楊冪換臉小視頻、被用于色情場所的美國知名主持人等。
隱私問題爆發(fā)，人臉識別國內(nèi)受嚴(yán)重質(zhì)疑
人臉識別正在不可避免地走向另外一個極端。
從朋友圈里的AI面相識別小程序，到走進(jìn)大街小巷的AI測膚，在到娛樂方面的AI換臉、以及再到隨處可見的刷臉支付，無一不是熱火朝天。
面對數(shù)據(jù)泄露問題，雖然法律和監(jiān)管方面并沒有明確規(guī)定，但是相關(guān)部門已經(jīng)開始發(fā)聲。
今年7月份，央行科技司司長李偉在第四屆全球金融科技（北京）峰會上表示，人臉是非常敏感的個人信息。一旦泄露或者被盜取，會帶來非常大影響。
他強(qiáng)調(diào)，有技術(shù)也不能濫用，有技術(shù)也不能任性。“特別是一些企業(yè)設(shè)計模式場景不考慮這些問題：一方面刷臉，另外一方面還讓人在大的屏幕上輸入自己的手機(jī)號碼，這是多么危險的事情。這對于這種創(chuàng)新，我覺得應(yīng)該要及時指出來糾正。
一位行業(yè)資深專家表示，當(dāng)今社會存在這種普遍濫用人臉識別技術(shù)的現(xiàn)象，不管是互聯(lián)網(wǎng)巨頭還是人工智能獨角獸都熱衷于跑馬圈地，將關(guān)注點放在業(yè)務(wù)發(fā)展上，對數(shù)據(jù)安全管理的投入又很少，整個社會隱私安全意識也很淡薄，是時候需要一些監(jiān)管部門出來管理細(xì)則了。
否則，如果繼續(xù)這么下去，以后大家都不能隨便出門了！
你想想，買東西刷臉、吃飯刷臉、過閘機(jī)刷臉、就連酒店開個房也刷臉，哪有隱私可言？
更有甚者，萬一整容了和男朋友在機(jī)場過不了安檢這可咋整？
文章來自于公眾號：AI世界（AI_retail），關(guān)注公眾號回復(fù)關(guān)鍵詞“5G”獲取《5G最完整的PPT》,回復(fù)“資料”獲取160份人工智能產(chǎn)業(yè)報告。
人臉識別技術(shù)發(fā)展到目前，已經(jīng)到達(dá)了相對成熟的階段，只是出于成本以及應(yīng)用場景要求的因素，呈現(xiàn)出多種形態(tài)和性能的人臉識別技術(shù)和終端。
2D和3D人臉識別，簡單的從字面意思就可以理解，前者是采集和校驗的以人臉的2D特征和屬性為算法識別依據(jù)，而后者是多出了縱向深度的三維的臉部特征識別和計算方式。
2D的人臉識別通常應(yīng)用在成本要求高，安全性要求較低的場景，比如傳統(tǒng)的樓宇對講系統(tǒng)和門禁系統(tǒng)等都是2D識別的，從嚴(yán)格意義的安全上來講，這些終端是無法對于照片，視頻等2D屬性的人臉圖像進(jìn)行區(qū)分的，也就是說不具備2D防偽。
但是，也不是說2D的識別就絕對的不能實現(xiàn)照片防偽的。比如國產(chǎn)很多智能手機(jī)也支持人臉識別解鎖，但是其就是利用了前置攝像頭部件進(jìn)行的，與蘋果手機(jī)的3D結(jié)構(gòu)光（劉海屏及靈動島硬件結(jié)構(gòu)）相比，就是屬于安全級別降級的2D人臉識別。但是，這些手機(jī)也通過算法調(diào)整，具備了一定程度的照片防偽識別能力。
而3D人臉識別就屬于近幾年才大規(guī)模開始應(yīng)用的技術(shù)，分為3D結(jié)構(gòu)光，TOF，雙目識別三種類型，安全性和識別體驗相比2D大大提升，當(dāng)然成本也高出了不少。典型的應(yīng)用場景，比如iPhoneX以上的智能手機(jī)，高端的人臉識別智能門鎖，機(jī)場安檢人臉識別終端，以及刷臉支付等等。
3D人臉識別技術(shù)根據(jù)技術(shù)原理和形態(tài)的不同，分為3D結(jié)構(gòu)光，TOF技術(shù)，以及雙目識別技術(shù)：
專題參考：
博樂：白話智能鎖—人臉識別技術(shù)人臉識別的應(yīng)用范圍其實很廣，除了大家通常所說的安防、考勤、門禁、刑偵、ATM等等，現(xiàn)在最火的短視頻、直播都是要用到人臉識別的，比如動態(tài)貼紙，貼紙隨著人臉的移動而相應(yīng)的移動，就需要用到人臉識別技術(shù)。之前很火的臉齡測試、明星臉對比，也都需要用到該技術(shù)。
只能說，人臉識別技術(shù)的應(yīng)用是廣泛的，展現(xiàn)形式是多樣的！
遮擋，扭曲，光線不佳，模糊，變形，隱身（?）……當(dāng)然也不排除系統(tǒng)太拉……
總之只要系統(tǒng)不能通過圖像輸入提取出有效的特征信息，就有可能影響
人臉識別的發(fā)展前景一片大好的，從美顏、圖片處理、考勤機(jī)的火爆就知道了。至于免費人臉云平臺，曠視科技家的Face++.com就是一家免費的人臉識別平臺。對啦，曠視科技9月19日上線了Face++全新升級過的新人工智能云平臺Megvii Cloud，而且現(xiàn)在只要開發(fā)者注冊就能有價值500元的免費使用額度的。
研究背景
自70年代以來.隨著人工智能技術(shù)的興起.以及人類視覺研究的進(jìn)展.人們逐漸對人臉圖像的機(jī)器識別投入很大的熱情，并形成了一個人臉圖像識別研究領(lǐng)域，.這一領(lǐng)域除了它的重大理論價值外，也極具實用價值。
在進(jìn)行人工智能的研究中，人們一直想做的事情就是讓機(jī)器具有像人類一樣的思考能力，以及識別事物、處理事物的能力，因此從解剖學(xué)、心理學(xué)、行為感知學(xué)等各個角度來探求人類的思維機(jī)制、以及感知事物、處理事物的機(jī)制，并努力將這些機(jī)制用于實踐，如各種智能機(jī)器人的研制。人臉圖像的機(jī)器識別研究就是在這種背景下興起的，因為人們發(fā)現(xiàn)許多對于人類而言可以輕易做到的事情，而讓機(jī)器來實現(xiàn)卻很難，如人臉圖像的識別，語音識別，自然語言理解等。如果能夠開發(fā)出具有像人類一樣的機(jī)器識別機(jī)制，就能夠逐步地了解人類是如何存儲信息，并進(jìn)行處理的，從而最終了解人類的思維機(jī)制。
同時，進(jìn)行人臉圖像識別研究也具有很大的使用價依。如同人的指紋一樣，人臉也具有唯一性，也可用來鑒別一個人的身份?，F(xiàn)在己有實用的計算機(jī)自動指紋識別系統(tǒng)面世，并在安檢等部門得到應(yīng)用，但還沒有通用成熟的人臉自動識別系統(tǒng)出現(xiàn)。人臉圖像的自動識別系統(tǒng)較之指紋識別系統(tǒng)、DNA鑒定等更具方便性，因為它取樣方便，可以不接觸目標(biāo)就進(jìn)行識別，從而開發(fā)研究的實際意義更大。
本文介紹了人臉圖像識別中所應(yīng)用MATLAB對圖像進(jìn)行預(yù)處理，應(yīng)用該工具箱對圖像進(jìn)行經(jīng)典圖像處理,通過實例來應(yīng)用matlab圖像處理功能，對某一特定的人臉圖像處理，進(jìn)而應(yīng)用到人臉識別系統(tǒng)。本文在總結(jié)分析人臉識別系統(tǒng)中幾種常用的圖像預(yù)處理方法基礎(chǔ)上，利用MATLAB實現(xiàn)了一個集多種預(yù)處理方法于一體的通用的人臉圖像預(yù)處理仿真系統(tǒng)，將該系統(tǒng)作為圖像預(yù)處理模塊可嵌入在人臉識別系統(tǒng)中，并利用灰度圖像的直方圖比對來實現(xiàn)人臉圖像的識別判定。
其中涉及到圖像的選取，臉部定位，特征提取，圖像處理和識別幾個過程。
(1)人臉圖像的獲取
一般來說，圖像的獲取都是通過攝像頭攝取，但攝取的圖像可以是真人，也可以是人臉的圖片或者為了相對簡單，可以不考慮通過攝像頭來攝取頭像，而是直接給定要識別的圖像。
(2)人臉的檢測
人臉檢測的任務(wù)是判斷靜態(tài)圖像中是否存在人臉。若存在人臉，給出其在圖像中的坐標(biāo)位置、人臉區(qū)域大小等信息。而人臉跟蹤則需要進(jìn)一步輸出所檢測到的人臉位置、大小等狀態(tài)隨時間的連續(xù)變化情況。
(3)特征提取
通過人臉特征點的檢測與標(biāo)定可以確定人臉圖像中顯著特征點的位置（如眼睛、眉毛、鼻子、嘴巴等器官），同時還可以得到這些器官及其面部輪廓的形狀信息的描述。
根據(jù)人臉特征點檢測與標(biāo)定的結(jié)果，通過某些運算得到人臉特征的描述（這些特征包括：全局特征和局部特征，顯式特征和統(tǒng)計特征等）。
(4)基于人臉圖像比對的身份識別
即人臉識別(Face Identification)問題。通過將輸入人臉圖像與人臉數(shù)據(jù)庫中的所有已知原型人臉圖像計算相似度并對其排序來給出輸入人臉的身份信息。這包括兩類識別問題：一類是閉集(Close Set)人臉識別問題，即假定輸入的人臉一定是人臉庫中的某個個體；另一類是開集(Open Set)識別，即首先要對輸入人臉是否在已知人臉庫中做出判斷，如果是，則給出其身份。
(5)基于人臉圖像比對的身份驗證
即人臉確認(rèn)(Face Verification)問題。系統(tǒng)在輸入人臉圖像的同時輸入一個用戶宣稱的該人臉的身份信息，系統(tǒng)要對該輸入人臉圖像的身份與宣稱的身份是否相符作出判斷。
三、算法流程實現(xiàn)
人臉檢測定位程序：
i=imread('face1.jpg');
I=rgb2gray(i);
BW=im2bw(I);
figure,imshow(BW)
[n1 n2]=size(BW);
r=floor(n1/10);
c=floor(n2/10);
x1=1;x2=r;
s=r*c;
for i=1:10
y1=1;y2=c;
for j=1:10
if (y2<=c | y2>=9*c) | (x1==1 | x2==r*10)
loc=find(BW(x1:x2, y1:y2)==0);
[o p]=size(loc);
pr=o*100/s;
if pr<=100
BW(x1:x2, y1:y2)=0;
r1=x1;r2=x2;s1=y1;s2=y2;
pr1=0;
end
imshow(BW);
end
y1=y1+c;
y2=y2+c;
end
x1=x1+r;
x2=x2+r;
end
figure,imshow(BW)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%% detection of face object
L = bwlabel(BW,8);
BB = regionprops(L, 'BoundingBox');
BB1=struct2cell(BB);
BB2=cell2mat(BB1);
[s1 s2]=size(BB2);
mx=0;
for k=3:4:s2-1
p=BB2(1,k)*BB2(1,k+1);
if p>mx & (BB2(1,k)/BB2(1,k+1))<1.8
mx=p;
j=k;
end
end
figure,imshow(I);
hold on;
rectangle('Position',[BB2(1,j-2),BB2(1,j-1),BB2(1,j),BB2(1,j+1)],'EdgeColor','r' )不同的人臉識別系統(tǒng)根據(jù)其采用的圖像來源和識別算法需要不同，采用的預(yù)處理方法也不同。常用的人臉圖像預(yù)處理方法有：濾波去噪、灰度變換、圖像二值化、邊緣檢測、尺寸歸一化、灰度歸一化等。用在同一系統(tǒng)中的可能只有其中一種或幾種預(yù)處理方法，但一旦庫中采集到的原始圖像質(zhì)量發(fā)生較大變化（如人臉大小、光照強(qiáng)度、拍攝條件、成像系統(tǒng)等方面變化），原有的預(yù)處理模塊便不能滿足特征提取的需要，還要更新，這是極不方便的。鑒于此，作者在總結(jié)分析了濾波去噪、邊緣檢測、灰度變換三種廣泛應(yīng)用于不同人臉識別系統(tǒng)中的預(yù)處理方法基礎(chǔ)上，設(shè)計了一個通用的人臉圖像預(yù)處理仿真系統(tǒng)。該系統(tǒng)可對不同條件下的原始圖像進(jìn)行相應(yīng)的預(yù)處理。如，用戶可根據(jù)需要選擇使用不同的濾波方法去除噪聲、不同的邊緣檢測算子檢測人臉邊緣、選擇不同的灰度變換算法實現(xiàn)圖像的灰度校正和灰度歸一化，仿真系統(tǒng)同時還實現(xiàn)了尺寸歸一化、二值化等其他常用的圖像預(yù)處理算法。
對輸入人臉圖像進(jìn)行邊緣檢測是很多人臉識別系統(tǒng)在人臉粗定位及人臉主要器官（眼睛、鼻子、嘴巴）定位時采用的預(yù)處理方法。邊緣檢測的方法有很多，主要有：微分算子法、Sobel算子法、拉普拉斯算子法、canny算子法等。每種算子對不同方向邊緣的檢測能力和抑制噪聲的能力都不同。所以，和灰度變換及濾波去噪部分的設(shè)計思路相同，在仿真系統(tǒng)中，筆者給出了canny、sobel、log、prewitt四種算子在不同灰度閾值下、不同方向的邊緣檢測算法，使用者可從檢測結(jié)果中加以比較、選擇合適的算法。圖像類型轉(zhuǎn)換、圖像二值化、尺寸歸一化也是一些人臉識別系統(tǒng)中經(jīng)常使用的預(yù)處理方法。為了在不修改其他算法的基礎(chǔ)上，擴(kuò)大系統(tǒng)處理圖像的類型和范圍，將輸入圖像首先轉(zhuǎn)換為統(tǒng)一的類型，是多數(shù)人臉圖像預(yù)處理中的第一步。在本仿真系統(tǒng)中通過調(diào)用MATLAB中提供的各種圖像類型轉(zhuǎn)換函數(shù)來實現(xiàn)TIF、JPG轉(zhuǎn)換為BMP格式及彩色到灰度圖像的轉(zhuǎn)換；對圖像二值化，采用了graythresh()函數(shù)來自動選擇閾值的二值化方法[1]；尺寸歸一化采用的算法是對人臉圖像進(jìn)行剪裁和尺寸縮放，實現(xiàn)去除大部分頭發(fā)、服飾和背景的干擾并將人臉圖像大小統(tǒng)一。
實現(xiàn)結(jié)果如圖4.1和4.2
附錄 人臉識別matlab程序
function varargout = FR_Processed_histogram(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @FR_Processed_histogram_OpeningFcn, ...
'gui_OutputFcn', @FR_Processed_histogram_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
%--------------------------------------------------------------------------
% --- Executes just before FR_Processed_histogram is made visible.
function FR_Processed_histogram_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes FR_Processed_histogram wait for user response (see UIRESUME)
% uiwait(handles.figure1);
global total_sub train_img sub_img max_hist_level bin_num form_bin_num;
total_sub = 40;
train_img = 200;
sub_img = 10;
max_hist_level = 256;
bin_num = 9;
form_bin_num = 29;
%--------------------------------------------------------------------------
% --- Outputs from this function are returned to the command line.
function varargout = FR_Processed_histogram_OutputFcn(hObject, eventdata, handles)
varargout{1} = handles.output;
%--------------------------------------------------------------------------
% --- Executes on button press in train_button.
function train_button_Callback(hObject, eventdata, handles)
global train_processed_bin;
global total_sub train_img sub_img max_hist_level bin_num form_bin_num;
train_processed_bin(form_bin_num,train_img) = 0;
K = 1;
train_hist_img = zeros(max_hist_level, train_img);
for Z=1:1:total_sub
for X=1:2:sub_img %%%train on odd number of images of each subject
I = imread( strcat('ORL\S',int2str(Z),'\',int2str(X),'.bmp') );
[rows cols] = size(I);
for i=1:1:rows
for j=1:1:cols
if( I(i,j) == 0 )
train_hist_img(max_hist_level, K) = train_hist_img(max_hist_level, K) + 1;
else
train_hist_img(I(i,j), K) = train_hist_img(I(i,j), K) + 1;
end
end
end
K = K + 1;
end
end
[r c] = size(train_hist_img);
sum = 0;
for i=1:1:c
K = 1;
for j=1:1:r
if( (mod(j,bin_num)) == 0 )
sum = sum + train_hist_img(j,i);
train_processed_bin(K,i) = sum/bin_num;
K = K + 1;
sum = 0;
else
sum = sum + train_hist_img(j,i);
end
end
train_processed_bin(K,i) = sum/bin_num;
end
display ('Training Done')
save 'train' train_processed_bin;
%--------------------------------------------------------------------------
% --- Executes on button press in Testing_button.
function Testing_button_Callback(hObject, eventdata, handles)
global train_img max_hist_level bin_num form_bin_num;
global train_processed_bin;
global filename pathname I
load 'train'
test_hist_img(max_hist_level) = 0;
test_processed_bin(form_bin_num) = 0;
[rows cols] = size(I);
for i=1:1:rows
for j=1:1:cols
if( I(i,j) == 0 )
test_hist_img(max_hist_level) = test_hist_img(max_hist_level) + 1;
else
test_hist_img(I(i,j)) = test_hist_img(I(i,j)) + 1;
end
end
end
[r c] = size(test_hist_img);
sum = 0;
K = 1;
for j=1:1:c
if( (mod(j,bin_num)) == 0 )
sum = sum + test_hist_img(j);
test_processed_bin(K) = sum/bin_num;
K = K + 1;
sum = 0;
else
sum = sum + test_hist_img(j);
end
end
test_processed_bin(K) = sum/bin_num;
sum = 0;
K = 1;
for y=1:1:train_img
for z=1:1:form_bin_num
sum = sum + abs( test_processed_bin(z) - train_processed_bin(z,y) );
end
img_bin_hist_sum(K,1) = sum;
sum = 0;
K = K + 1;
end
[temp M] = min(img_bin_hist_sum);
M = ceil(M/5);
getString_start=strfind(pathname,'S');
getString_start=getString_start(end)+1;
getString_end=strfind(pathname,'\');
getString_end=getString_end(end)-1;
subjectindex=str2num(pathname(getString_start:getString_end));
if (subjectindex == M)
axes (handles.axes3)
%image no: 5 is shown for visualization purpose
imshow(imread(STRCAT('ORL\S',num2str(M),'\5.bmp')))
msgbox ( 'Correctly Recognized');
else
display ([ 'Error==> Testing Image of Subject >>' num2str(subjectindex) ' matches with the image of subject >> ' num2str(M)])
axes (handles.axes3)
%image no: 5 is shown for visualization purpose
imshow(imread(STRCAT('ORL\S',num2str(M),'\5.bmp')))
msgbox ( 'Incorrectly Recognized');
end
display('Testing Done')
%--------------------------------------------------------------------------
function box_Callback(hObject, eventdata, handles)
function box_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
set(hObject,'BackgroundColor','white');
end
%--------------------------------------------------------------------------
% --- Executes on button press in Input_Image_button.
function Input_Image_button_Callback(hObject, eventdata, handles)
% hObject handle to Input_Image_button (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global filename pathname I
[filename, pathname] = uigetfile('*.bmp', 'Test Image');
axes(handles.axes1)
imgpath=STRCAT(pathname,filename);
I = imread(imgpath);
imshow(I)
%--------------------------------------------------------------------------
% --- Executes during object creation, after setting all properties.
function axes3_CreateFcn(hObject, eventdata, handles)人臉識別有三種
第一種是普通的2D人臉識別，這種人臉識別只要前置攝像頭加上軟件算法就可以實現(xiàn)，但是這種人臉識別在黑暗中是會失效的，而且沒有安全性，也就是說用照片是可以解開的，所以不能用于移動支付。
第二種是紅外2D人臉識別，這種人臉識別加入了紅外相機(jī)，相比第一種，最大的優(yōu)點就是：全黑暗的環(huán)境也能迅速解鎖，但是這種人臉識別依然沒有安全性，在有光的環(huán)境下，可以用黑白照片做一些處理就能解開，破解成本相當(dāng)?shù)汀?/p>
第三種是3D結(jié)構(gòu)光人臉識別，這種人臉識別不僅要紅外相機(jī)，還要加入點陣投影儀來掃描你整個臉部的各個器官的紋路，這種人臉識別不僅能在全黑暗環(huán)境迅速解鎖，還具有很高的安全性，因為是掃描了你臉部的紋路的，所以一張照片是平面自然就無法解鎖了，只有同卵雙胞胎才能“騙過”這種3D結(jié)構(gòu)光人臉識別，因為具有很高的安全性，所以可以用于移動支付。
至于好不好用，還是看個人，如果是手不那么出汗的，還是用指紋識別吧，如果是手比較多汗，預(yù)算又有限的，可以考慮紅外人臉識別+指紋識別配合使用，當(dāng)然你要是有錢當(dāng)然可以直接選擇3D結(jié)構(gòu)光人臉識別。
現(xiàn)在是需要進(jìn)行防沉迷認(rèn)證，過程中就會出現(xiàn)人臉識別。在和平精英進(jìn)行人臉識別的時候，有的小伙伴因為一些原因想要重新進(jìn)行識別，但是就不知道該如何操作了。和平精英人臉認(rèn)別怎么重新識別？下面給大家介紹一下。
1.打開手機(jī)中的和平精英游戲，打開后會跳出人臉識別步驟，點擊“開始驗證”。
2.出現(xiàn)提示點擊“允許”。
3.輸入姓名與身體證號點擊“開始人臉識別”。
4在同意書左邊點擊圓圈勾勒上，選擇“下一步”。
5.最后，將人臉移動識別框內(nèi)，根據(jù)提示眨眼，頭部保持不動，識別成功即可返回游戲界面進(jìn)入。
要取消人臉識別功能，首先需要進(jìn)入設(shè)備的設(shè)置界面，然后找到人臉識別功能的選項。在選項中，可能會有一個“關(guān)閉”或“取消”的按鈕，點擊它即可停用人臉識別。
另外，也可以通過刪除已保存的人臉數(shù)據(jù)或者重新設(shè)置面部識別的方式來取消該功能。需要注意的是，取消人臉識別后，可能需要輸入密碼或者使用其他識別方式來解鎖設(shè)備或進(jìn)行安全驗證。
