。真人鑒別系統(tǒng)可以識(shí)別得出攝像頭前的人是一個(gè)真正的人還是一張照片。以此杜絕使用者用照片作假
。此項(xiàng)技術(shù)需要使用者作臉部表情的配合動(dòng)作。圖像質(zhì)量檢測(cè)圖像質(zhì)量的好壞直接影響到識(shí)別的效果
,圖像質(zhì)量的檢測(cè)功能能對(duì)即將進(jìn)行比對(duì)的照片進(jìn)行圖像質(zhì)量評(píng)估,并給出相應(yīng)的建議值來(lái)輔助識(shí)別
。

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。