人脸识别技术介绍PPT课件.ppt

人脸识别技术介绍-1-目 录人脸识别原理第一部分第一部分人脸识别的应用场景第二部分第二部分人脸识别算法第三部分第三部分-2-生物特征生物特征生理特征生理特征what you have?行为特征行为特征what you do?-人像人像 -DNA -DNA -虹膜虹膜 - -指纹指纹- -笔迹笔迹 - -步态步态 - -身体气味身体气味 - -按键节奏按键节奏生物识别技术“与生俱来”“后天习惯”-3- 生物识别技术就是通过计算机与光学、声学、生物生物识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，（如指纹、声纹、人像、虹膜等）人体固有的生理特性，（如指纹、声纹、人像、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。的鉴定。 其中其中人脸识别是指人的面部五官以及轮廓的分布人脸识别是指人的面部五官以及轮廓的分布。这些分布特征因人而异，与生俱来。相对于其他生物识这些分布特征因人而异，与生俱来。相对于其他生物识别技术，别技术，人脸识别具有非侵扰性，无需干扰人们的正常人脸识别具有非侵扰性，无需干扰人们的正常行为行为就能较好地达到识别效果。由于采用人脸识别技术就能较好地达到识别效果。由于采用人脸识别技术的设备可以随意安放，设备的安放隐蔽性非常好，能的设备可以随意安放，设备的安放隐蔽性非常好，能远远距离非接触距离非接触快速锁定目标识别对象，因此人脸识别技术快速锁定目标识别对象，因此人脸识别技术被国外广泛应用到公众安防系统中，应用规模庞大。被国外广泛应用到公众安防系统中，应用规模庞大。 人脸识别技术-4-误认率拒认率易用性处理速度/人评价人脸识别低0.2非常好1秒最好的生物识别技术指纹识别很低5%好5秒较好的生物识别技术掌纹识别低5%使用困难5-15秒易传染细菌，采样困难，设备昂贵瞳孔扫描很低10%需培训后使用，操作难度大仪器对准需3-5秒，手工要5-25秒。仪器对准价格昂贵，手工操作复杂，且不适用于隐形眼睛用者声音识别一般一般一般3秒可能被磁带欺骗生物识别技术比较-5-生物识别技术比较-6-人脸识别技术有快速、简便、非侵扰和不需要人的被动配合的特点其余的人体生物特征识别技术对人们来说都是一种干扰，都需要人的被动配合。人脸识别无需干扰人们的行为，你只需要很快从一架摄像机前走过，你的面貌就已经被快速地采集和检验，所以非常简便。在当今众多的人体生物特征识别技术中，在当今众多的人体生物特征识别技术中， 人脸识别人脸识别技术以其实用性强、速度技术以其实用性强、速度快、使用简单和识别精度高等特点，与其他人体生物特征识别技术相比较时占有明快、使用简单和识别精度高等特点，与其他人体生物特征识别技术相比较时占有明显的技术优势。显的技术优势。快速、非侵扰快速、非侵扰1 1准确、直观准确、直观2 2人脸识别技术有良好的防伪、防欺诈、准确、直观、方便的特点因为同其它人体生物特征识别技术相比较，只有人脸识别是最直观、最可靠、最准确的，因而它是优良的防伪、防欺诈的。人脸识别技术特点-7-人脸人脸识别识别比对比对人脸人脸识别识别建模建模人脸识别工作原理-8-处理影像的流程面部定位双眼定位检查影像质量影像校正(缩小、纠正角度)前期处理抽取特征点合成特征集群和存盘记录比对人脸识别建模、比对流程-9-人脸识别特征点提取建模流程-10-FRS致力开发基于多幅照片的人像模版的生成 在对不同角度、不同面部表情、发型及头饰、 胡子的蓄留等变化有比较稳定的表现 眼镜 一般眼镜的配戴与否，与识别的结果形响有限 以下除外：-全黑的墨镜-水银反光墨镜-极粗框的眼镜，将面部挡着影响人脸识别的因素-11-旋转、侧滚、俯仰20度内，对识别的准确度影响有限影响人脸识别的因素：姿势-12- 现时的技术，光线仍有颇大程度的影响 一般而言，无须特殊的照片及背景 入库照片与识别照片的光线环境越接近，识别越准确 包括：色温、光线强度、光源的角度 曝光不足比过度曝光好 阳光的直射容易引致过度曝光 头顶的照明容易引致面部出现阴影 平均而分散的照明最佳影响人脸识别的因素：光线-13-影像的顏色、色深、及解析度 可支持彩色及灰度的影像 最低要求8-位，即256灰度影像影像的格式 各类主流的影像格式、如 bmp/jpg/png等最低影像大小 最低要求：双眼中心之间的距离30像素 建议大小：205*205 16-bit高彩 jpg 24KB 置于智能卡中：104*104 8-bit灰度jpg 2.5KB 背景 面部识别可在任何背景下进行 不受背景物件的移动及摄像头的移动所影响入库照片及背景要求-14-目 录人脸识别原理第一部分第一部分人脸识别的应用场景人脸识别的应用场景第二部分第二部分人脸识别算法第三部分第三部分-15-名称 应用方法应用领域 人像检索 DB-SCAN输入一张照片，在人像图像数据库内检索出与之相似的照片供人工确认。 公安应用中犯罪嫌疑人身份调查；出入境管理中人员身份核实；消费者、旅行者身份核实等。 人像监控 Watchlist从视频流中检测人像，并与人像数据库进行比对，自动确认人员身份。 公安应用中的案犯追逃；重要部门出入口控制与考勤等。 人像验证 Verification输入两张照片，确定它们是否来自于同一个人。 持证人身份核实、电子政务、电子商务、移动设备访问控制等。 人脸识别技术有三种应用模式，它们是人像检索模式（DB-SCAN），人像监控模式（Watchlist）和人像验证模式（Verification） 人脸识别技术应用模式-16-1 : 1 的验证过程-17-1 : N 的辨识过程（N : N）-18-人脸识别应用场景 根据对公安现有的业务现状及系统分析，我们可以归纳为两类应用：根据对公安现有的业务现状及系统分析，我们可以归纳为两类应用：静态和动态两种应用模式。其中某些管理工作可以两种模式共同应用。静态和动态两种应用模式。其中某些管理工作可以两种模式共同应用。-19- 在出入境业务办理过程中，利用人像识别技术查询和比对出入境人员库和常住人口库中的人像数据，确认是否有骗取出入境证件行为。 将出入境人员相片与过往历史人员相片进行比对，从而发现重复办证情况。 利用人像识别技术取代传统人工检验通关模式，简化业务办理流程，提高业务办理效率，实现快速通关。 出入境-20- 查重：查重：主要是指对大量的人口身份信息进行检索以发现是否存在“同人不同身份”及“同身份不同人”的情况，以协助人口业务部门进行数据清理整顿。 查验：查验：主要是针对办理户口或身份证的人员，在办理的同时利用其相关信息对现有数据进行检索，以确认该人员身份是否唯一，有效发现、解决和防止双重户口和虚假户口等问题。 查询：查询：主要是针对确认身份的人员相片，在人口人像库中进行检索，以确认该人员身份，挖掘出更换身份的在逃人员或犯罪嫌疑人，为公安机关打击犯罪、行政管理提供有力手段。 户政-21- 人员身份核实：人员身份核实：在当一个案犯或者嫌疑人被抓获而不承认自己真实身份的时候，可以用人像识别技术自动识别出他的身份。 视频监控实时比对：视频监控实时比对：利用现有公安治安视频监控系统、治安卡口视频监控系统等中的监控视频，获取每个进入公共场所通道、机场海关安检口、车站、旅店等的人员的面貌信息，并利用人像识别技术进行实时比对和识别，一旦发现特征符合的人员后即可发出警报信号通知安保人员，实现自动预警、报警以及迅速布控和出警，提高治安监控管理的效率和智能化水平。 警用警用PDA实时比对（移动警务）：实时比对（移动警务）：当公安民警、便衣在值勤时，凭职业敏锐的感觉发现可疑人员，使用警用PDA让该人员协助拍相，通过内网传输到中心人库做比对，在把此人的比对结果快捷返回，从而知道此人是否为犯罪嫌疑人，提高打击犯罪力度，震慑不法人员。治安（派出所）-22- 嫌疑人身份核实：嫌疑人身份核实：在当一个案犯或者嫌疑人被抓获而不承认自己真实身份的时候，可以用人像识别技术自动识别出他的身份；侦查人员发现正在办理的几个案件的嫌疑人（有几张图片，图片上的人外观有差异）看上去有像同一个人，但不确定，通过人像应用平台得到鉴别的结果。 录像回放调查取证：录像回放调查取证：在侦查办案时，利用人像识别技术对视频的监控系统中的视频录像资料进行比对回放，检索并自动发现犯罪嫌疑人，减轻人工负担，提高调查取证的工作效率。侦查办案-23-n 各科目考试时，根据各科目考试的实际应用系统和考试流程，在考试前、考试中和考试后对考生拍照并使用人像识别技术与受理时录入的相片进行比对，以确认考生身份，杜绝考试时冒名顶替的情况；n 选择一张经人像识别系统比对后的相片打印在成绩单上。驾照考试-24- 数据采集及核查：数据采集及核查：公安监管部门在采集人员身份信息时，只有身份证号等字符信息确定唯一身份，缺乏相片比对等辅助手段，常遇到被监管人员不报或谎报信息、送押单位核实难等问题，造成了人员信息不完整不真实、数据复用效果不佳，且容易引起公民身份被冒用的上访事件。现有人工核查手段单一繁琐，被监管人员存疑数据量大，导致了监所核查工作难度大、效率低。建议开发接口，使人像比对系统增加人口库信息，并与监所业务系统对接，以便较准确完整地采集和核查信息。 深挖犯罪：深挖犯罪：隐瞒个人真实信息的被监管人员往往存在劣迹或在逃信息，是监所开展深挖犯罪工作的重要打击对象。建议通过与在逃人员库进行相片信息比对碰撞，可有效加强深挖犯罪工作。 安全管理：安全管理：在监所日常管理中，可增加门禁管理、外来人员管理等系统的人像比对功能，把好出入口关。监管-25-出入口（监狱/劳教/看守所）-26-目 录人脸识别原理第一部分第一部分人脸识别的应用场景第二部分第二部分人脸识别算法人脸识别算法第三部分第三部分-27-人脸识别算法厂商n 国际 美国L1/法国Sagem 德国Congnitec 日本NEC n 国内 中科奥森 上海银晨 -28-算法参数指标n误识率(FAR：False Accept Rate) 表示不同来源的人脸被接受的概率n拒识率(FRR：False Reject Rate) 表示来源相同的人脸被拒绝匹配的概率n其它常见参数指标可接入人像照片规模实时比对规模首选识别率/前N选识别率错误报警率/正确报警率人脸比对速度特征模板大小（内存占用）-29-德国Congnitec人脸识别算法的优势n 高首选识别率n 低错误报警率n 4K模版n 最高比对速度700万次/秒n FRVT 2002 & 2006报告、公安部一所2006年12月第三届人脸识别测试以及2008年6月出入境管理1000万人库算法性能报告佐证Thank you