Canny边缘检测
Canny边缘检测是澳洲计算机科学家 约翰坎尼（John F. Canny）于1986年开发出来的一个多级边缘检测算法，其目标是找到一个优的边缘，其优边缘的定义是：
优检测——算法能够尽可能多示出图像中的实际边缘，漏检和误检的概率非常小；
优定位——检测出的边缘要与实际图像中的实际边缘尽可能接近；
检测点与边缘点一一对应——算子检测的
门禁人脸识别
Canny边缘检测
Canny边缘检测是澳洲计算机科学家 约翰坎尼（John F. Canny）于1986年开发出来的一个多级边缘检测算法，其目标是找到一个优的边缘，其优边缘的定义是：
优检测——算法能够尽可能多示出图像中的实际边缘，漏检和误检的概率非常小；
优定位——检测出的边缘要与实际图像中的实际边缘尽可能接近；
检测点与边缘点一一对应——算子检测的边缘点与实际边缘点应该是一一对应的。
1）图像去噪
噪声会影响边缘检测的准确性，因此首先要将噪声过滤掉，通常使用高斯滤波。
2）计算梯度的幅度与方向
使用高斯滤波器来进行计算，让距离中心点越近的像素点权重越大。
梯度非极大值抑制
对像素点进行遍历，判断当前图像是否为局部大值，即是否是周围像素点中具有相同梯度方向的大值。如果不是，则不是图像的边缘点，将灰度值置零，让边缘“变瘦”。
使用双阈值算法确定终的边缘
经过前面的步骤已经基本可以得到图像的边缘，接下来对得到的边缘进行修正。
设置两个阈值：高阈值和低阈值。保留比高阈值高的边缘，去除低阈值的边缘，处于中间部分的则其连接情况进行再次处理：仅保留与其他边缘连接的部分。
功能：基于图像或视频输入进行检测，与注册库比对，实现1：N的人脸识别。适用于人脸登录、VIP人脸识别、人脸通关等无需验证的场景；
优势：提供sdk调用方式，支持无交互式或动作检测，支持多平台，CPU、GPU计算模式，灵活部署。数千万人脸样本收集，CNN网络模型的不断训练和调优，兼顾效率和精度的身份对比网络。
应用场景
人脸识别解决方案广受市场追捧，在诸多行业应用广泛，例如金融、安防、电子商务、智能手机、娱乐图片等行业。随着技术发展市场扩大，人脸识别技术在现实生活中的应用场景越来越多，价值及作用越来越大。
人脸比对（人脸验证、人脸识别、人脸检索、人脸聚类）
“人脸比对（Face Compare）”是衡量两个人脸之间相似度的算法
人脸比对算法的输入是两个人脸特征（注：人脸特征由前面的人脸提特征算法获得），输出是两个特征之间的相似度。人脸验证、人脸识别、人脸检索都是在人脸比对的基础上加一些策略来实现。相对人脸提特征过程，单次的人脸比对耗时极短，几乎可以忽略。
基于人脸比对可衍生出人脸验证(Face Verification)、人脸识别(Face Recognition)、人脸检索(Face Retrieval)、人脸聚类（Face Cluster）等算法。
（作者： 来源：）
