如今在国内，进入高铁站、在机场过安检、入住宾馆或到单位签到时使用人脸识别系统已是很普遍的事了。但奇怪的是，近来国外媒体时有人脸识别系统患上“脸盲症”的报道。近日，英国有关部门曝其部署的人脸识别系统准确率仅达到2%。如此误差引起了人们的质疑。人脸识别是AI技术发展较快、应用较多的一个领域，国内的人脸识别系统屡屡精准识别逃犯，国外的人脸识别准确率为何如此之低？究竟是评价标准不同，还是技术上真有差别？对于中外人脸识别效果的巨大差异，航天科工智慧产业发展有限公司系统总体部专员何东昌在接受科技日报记者采访时解释，首先是国外的国情问题。“有些他国认为，人脸识别存在隐私问题，动态人脸识别，甚至对视频监控技术的应用都有一定限制。”例如在英国，面部识别技术就曾引发巨大争议，人脸识别软件，英国各界甚至发起一项“请停止用摄像头进行面部识别”的活动。类似情况在美国也有发生，如亚马逊公司利用云计算平台、人工智能技术帮助有关部门使用人脸识别技术，美国公民自由联盟对此提出了反对意见。“国内人脸识别应用已相当广泛，并积累了相当多的实战经验，在人脸图像采集、预处理以及特征选取等方面的工程优化也做得很好。”何东昌说，马鞍山人脸识别，除国情外，在世界上我国的人脸识别技术确实发展比较快。美准与技术研究院的人脸识别算法测试FRVT2018结果显示，我国公司再度摘得桂冠。该测试以评测标准的严谨性、一致性著称。在测试中，我国的人脸识别算法在千万分之一的误报下达到识别准确率95.5%，成为当时业界在此项指标下的水平。 浅析人脸识别的发展历程人脸是人类情感表达和交流的极重要和直接的载体。通过人脸可以推断出一个人的种族、地域，甚至身份、地位等信息;人们还能通过人脸丰富而复杂细小的变化，得到对方的个性和情绪状态。科学界从计算机图形学、图像处理、计算机视觉、人类学等多个学科对人脸进行研究。早期的人脸识别技术的研究可以追溯到20世纪50年代，当时的研究人员主要涉及的是社会心理学领域;到了60年代，有一些工程文献陆续发表出来;但是，真正的自动人脸识别的研究是从20世纪70年代才开始的，当时采用的技术基本上都是典型的模式识别技术，例如利用脸部重要特征点之间的距离进行分类识别。随着计算机技术的发展，从80年代到90年代初期，人脸识别技术得到了很大的发展并进入了实际应用领域。在这一阶段，基于人脸外貌的统计识别方法得到了很大的发展，其中在大规模的人脸数据库上进行的实验得到了相当不错的结果。同时，基于人脸特征的识别方法也逐渐发展起来，此类方法对光线和视角的变化、人脸的定位都不太敏感，有利于识别率的提高，但是其采用的特征提取方法还不够成熟和可靠。90年代后期，一些商业性的人脸识别系统逐渐进入市场;近几年来人脸识别作为计算机安全技术在范围内迅速发展起来，特别是美国遭受“9·11”以后，人脸识别技术更引起了广泛的关注。在这一阶段，更多的研究集中在基于视频的人脸识别上面。人脸识别技术具有广泛的应用前景，在安全、军事安全和公共安全领域，智能门禁、智能视频监控、安防布控、海关身份验证、司机驾驶本验证等是典型的应用;在民事和经济领域，各类金融卡的持卡人的身份验证、社会保险人的身份验证等具有重要的应用价值。伴随着科技的飞速发展，人脸识别的技术也越来越好，近来有一种通过神经网络的方法进行识别，人工神经网络是一种非线性动力学系统，具有良好的自组织、自适应能力。目前神经网络方法在人脸识别中的研究方兴未艾。Valentin提出一种方法，首先提取人脸的 50个主元，然后用自相关神经网络将它映射到 5维空间中，再用一个普通的多层感知器进行判别，对一些简单的测试图像效果较好；有人提出了一种混合型神经网络来进行人脸识别，其中非监督神经网络用于特征提取，而监督神经网络用于分类。Lee等将人脸的特点用六条规则描述，然后根据这六条规则进行五官的定位，将五官之间的几何距离输入模糊神经网络进行识别，效果较一般的基于欧氏距离的方法有较大改善，Laurence等采用卷积神经网络方法进行人脸识别，由于卷积神经网络中集成了相邻像素之间的相关性知识，从而在一定程度上获得了对图像平移、旋转和局部变形的不变性，因此得到非常理想的识别结果，Lin等提出了基于概率决策的神经网络方法 (PDBNN)，其主要思想是采用虚拟 (正反例 )样本进行强化和反强化学习，从而得到较为理想的概率估计结果，并采用模块化的网络结构 (OCON)加快网络的学习。这种方法在人脸检测、人脸定位和人脸识别的各个步骤上都得到了较好的应用，其它研究还有 :Dai等提出用Hopfield网络进行低分辨率人脸联想与识别，Gutta等提出将RBF与树型分类器结合起来进行人脸识别的混合分类器模型，Phillips等人将MatchingPursuit滤波器用于人脸识别，国内则采用统计学习理论中的支撑向量机进行人脸分类。神经网络方法在人脸识别上的应用比起传统的方法来有一定的优势，因为对人脸识别的许多规律或规则进行显性的描述是相当困难的，而神经网络方法则可以通过学习的过程获得对这些规律和规则的隐性表达，它的适应性更强，一般也比较容易实现。因此人工神经网络识别速度快，但识别率低 。而神经网络方法通常需要将人脸作为一个一维向量输入，因此输入节点庞大，其识别重要的一个目标就是降维处理。 动态人脸识别-马鞍山人脸识别-芜湖一路机电(查看)由芜湖市一路机电工程有限公司提供。“机电安装、五金交电、建材、电动伸缩门、感应门、卷闸门”就选芜湖市一路机电工程有限公司（www.ylchepaishibie.com），公司位于：安徽省芜湖市瑞丰商博城E公馆503，多年来，芜湖一路机电坚持为客户提供好的服务，联系人：朱经理。欢迎广大新老客户来电，来函，亲临指导，洽谈业务。芜湖一路机电期待成为您的长期合作伙伴！ 产品：芜湖一路机电供货总量：不限产品价格：议定包装规格：不限物流说明：货运及物流交货说明：按订单
