、工廠
、超市、小區(qū)廣場(chǎng)
、會(huì)議中心
、體育場(chǎng)館、學(xué)校
、醫(yī)院
、住宅區(qū)、商業(yè)街
、大型農(nóng)貿(mào)市場(chǎng)等公眾活動(dòng)和聚集場(chǎng)所的重要部位
，酒店（賓館）、餐飲
、娛樂(lè)場(chǎng)所
、辦公樓的大堂出入口、電梯和其他主要通道等室內(nèi)外范圍的監(jiān)控錄像用途
。
企業(yè)視頻展播
，請(qǐng)點(diǎn)擊播放
視頻作者：濟(jì)南冠宇智能科技有限公司
人臉識(shí)別系統(tǒng)的研究始于20世紀(jì)60年代，80年代后隨著計(jì)算機(jī)技術(shù)和光學(xué)成像技術(shù)的發(fā)展得到提高
，而真正進(jìn)入初級(jí)的應(yīng)用階段則在90年后期
，并且以美國(guó)、德國(guó)和日本的技術(shù)實(shí)現(xiàn)為主
；人臉識(shí)別系統(tǒng)成功的關(guān)鍵在于是否擁有的核心算法
，并使識(shí)別結(jié)果具有實(shí)用化的識(shí)別率和識(shí)別速度；“人臉識(shí)別系統(tǒng)”集成了人工智能
、機(jī)器識(shí)別
、機(jī)器學(xué)習(xí)
、模型理論、系統(tǒng)
、視頻圖像處理等多種專業(yè)技術(shù)
，同時(shí)需結(jié)合中間值處理的理論與實(shí)現(xiàn)，是生物特征識(shí)別的應(yīng)用
，其核心技術(shù)的實(shí)現(xiàn)
，展現(xiàn)了弱人工智能向工智能的轉(zhuǎn)化。
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)分類的方法，它把一些比較弱的分類方法合在一起
，組合出新的很強(qiáng)的分類方法
。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(弱分類器)，按照加權(quán)的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器
，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度
。
供應(yīng)信息
