人脸识别-关于特征脸法的叙述
人脸识别的过程是把一副新的图像投影到特征脸子空间，并通过它的投影点在子空间的位置以及投影线的长度来进行判定和识别。将图像变换到另一个空间后，同一个类别的图像会聚到一起，不同类别的图像会聚力比较远，在原像素空间中不同类别的图像在分布上很难用简单的线或者面切分，变换到另一个空间，就可以很好的把他们分开了。Eigenfaces选择的空间变换方法是PCA（主成分分析
人脸识别一体机
人脸识别-关于特征脸法的叙述
人脸识别的过程是把一副新的图像投影到特征脸子空间，并通过它的投影点在子空间的位置以及投影线的长度来进行判定和识别。将图像变换到另一个空间后，同一个类别的图像会聚到一起，不同类别的图像会聚力比较远，在原像素空间中不同类别的图像在分布上很难用简单的线或者面切分，变换到另一个空间，就可以很好的把他们分开了。Eigenfaces选择的空间变换方法是PCA（主成分分析），利用PCA得到人脸分布的主要成分，具体实现是对训练集中所有人脸图像的协方差矩阵进行本征值分解，得到对应的本征向量，这些本征向量就是“特征脸”。
人脸识别技术
研究开发了一种近实时的计算机系统，可以定位和追1踪人的头部，然后通过比较面部特征和已知个体的特征来识别该人。该方法将面部识别问题视为二维识别问题。识别的过程是把一副新的图像投影到特征脸子空间，该特征空间捕1捉到已知面部图像之间的显著变化。重要特征称为特征脸，因为它们是面集的特征向量。研究找到一种特征组合方式，以达到zui大的类间离散度和zi小的类内离散度。解决方式为：在低维表示下，相同的类应该紧紧的聚在一起，而不同的类别尽量距离越远。广泛的实验结果表明，所提出的“Fisherface”方法的误差率哈佛和耶鲁人脸数据库测试的特征脸技术。
人脸识别的安全性
我们受此启发在算法中使用类似的策略，增加了口罩遮挡的模型，这样就可以让注册图像中未戴口罩的人脸图像模拟戴口罩之后的效果，从而使得佩戴口罩的人脸与注册库里的人脸相似度提升到85%以上，这样就可以超过（设定的）75%相似度的阈值，顺利通过识别。”“zui后，在人脸定位成功之后，还要判断出这个图像到底有没有戴口罩。如果没有戴口罩，就对其进行语音提醒，在戴上口罩后能通过，从而增加安全性。”
（作者： 来源：）
