面部識別屬於什麼生物信息

Ⅰ 面部識別的原理是什麼

面部識別軟體可歸入名為生物識別的一大類技術。生物識別技術使用生物信息來驗證身份。生物識別背後的理論是：我們的身體包含一些獨一無二的特徵，可以使用它們將我們與他人區分開。除了面部識別之外，生物識別身份驗證方法還包括：

指紋掃描

視網膜掃描

語音識別

面部識別方法有多種，但是通常涉及捕獲、分析和對比等一系列步驟，將你的面孔與資料庫中存儲的圖像進行對比。以下是FaceIt 系統用於捕獲和對比圖像的基本過程：

為了確定某人的身份，面部識別軟體將新近捕獲的圖像與資料庫中存儲的圖像進行對比。

檢測——當系統連接到視頻監視系統後，識別軟體會在攝影機的視野中搜尋面部信息。如果在視野中存在一張面孔，它會在幾分之一秒的時間內檢測到它。它使用多尺度演算法以低解析度搜索麵部圖像。（演算法是提供一組指令以完成特定任務的一個程序）。系統只有在檢測到類似頭部的形狀後，才切換到高解析度搜索。

對齊——一旦檢測到面部圖像，系統會確定頭部的位置、大小和姿態。只有在面部與攝像機至少成35度角的情況下，系統才會記錄它。

標准化——頭部圖像經過縮放和旋轉，以便能記錄和映射到相應的大小和姿態。無論頭部的位置如何以及相距攝像機的距離有多遠，都可以執行標准化過程。光線不會對標准化過程產生影響。

表示——系統將面部數據轉換成一個唯一的代碼。通過編碼，可以更加容易地將新近捕獲的面部數據與存儲的面部數據進行比較。

匹配——將新捕獲的面部數據與存儲的數據進行對比，並（在理想情況下）鏈接到至少一個已存儲的面部圖像。

FaceIt面部識別系統的核心是局部特徵分析（LFA）演算法。這是系統在對面孔進行編碼時使用的數學技術。系統對面孔進行測量，並生成一個面紋，即面部的唯一數字代碼。在存儲了面紋之後，系統會將它與資料庫中存儲的成千或成百萬的面紋數據進行對比。每個面紋都存儲為一個84位元組的文件。

面部識別系統通過使用面部識別軟體，警察可以縮放攝像機畫面並拍攝某個面孔。

系統可以用每分鍾6000萬張面孔的速度對內存中的面紋數據進行匹配，對於硬碟中的面紋數據，每分鍾可以匹配1500萬張面孔。在進行對比時，系統會用介於1到10之間的一個值來表示對比結果。如果該值大於預先定義的閾值，則宣布找到一個匹配結果。然後，操作人員可以查看被宣布為匹配項的兩張照片，確定計算機的工作是否准確。

與其他生物識別技術一樣，面部識別被認為是一種會在不遠的將來得到廣泛使用的技術。在下一節中，我們將介紹它現在的使用情況。FaceIt這樣的面部識別軟體的主要用戶一直是一些執法機構，它們使用這些系統在擁擠的人群中捕獲隨機出現的面孔。然後，將這些面孔與資料庫中犯罪分子的照片進行對比。

除了進行執法和安全監視之外，面部識別軟體還有其他幾個用途，包括：

1. 消除投票欺詐

2. 取款身份驗證

3. 計算機安全

Ⅱ 人臉識別是什麼

人臉識別，是基於人的臉部特徵信息進行身份識別的一種生物識別技術。用攝像機或攝像頭採集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。

人臉識別系統主要包括四個組成部分，分別為：人臉圖像採集及檢測、人臉圖像預處理、人臉圖像特徵提取以及匹配與識別。

(2)面部識別屬於什麼生物信息擴展閱讀：

好處：

1、安全

你還在擔心自己的身份信息被盜用嗎？人臉識別技術問世完全解決了這一問題，即使是別人拿到我們的個人信息也無法操作任何與自己的信息有關的事情，如果人臉識別不過關是無法操作的。這樣一來在個人信息方面就有了較高的保障，人們也就可以放心使用人臉識別帶來的便捷。

2、快速

人臉識別效率高於人工的3－5倍，現在很多超市都開通了人臉識別付款，只要自主掃描的產品就可以通過支付寶的人臉識別成功付款，這樣既節省了人力資源也大大提高了辦事效率。雖然現在在超市人工付款窗口要大於人臉識別窗口，但是在將來人臉識別一定會完全實現全面的應用。

Ⅲ 什麼是人臉識別技術

人臉識別技術是指利用分析比較的計算機技術識別人臉。人臉識別是一項熱門的計算機技術研究領域，其中包括人臉追蹤偵測，自動調整影像放大，夜間紅外偵測，自動調整曝光強度等技術。

人臉識別是指能夠識別或驗證圖像或視頻中的主體的身份的技術。首個人臉識別演算法誕生於七十年代初 [1,2]。自那以後，它們的准確度已經大幅提升，現在相比於指紋或虹膜識別 [3] 等傳統上被認為更加穩健的生物識別方法，人們往往更偏愛人臉識別。

讓人臉識別比其它生物識別方法更受歡迎的一大不同之處是人臉識別本質上是非侵入性的。比如，指紋識別需要用戶將手指按在感測器上，虹膜識別需要用戶與相機靠得很近，語音識別則需要用戶大聲說話。

相對而言，現代人臉識別系統僅需要用戶處於相機的視野內（假設他們與相機的距離也合理）。這使得人臉識別成為了對用戶最友好的生物識別方法。

這也意味著人臉識別的潛在應用范圍更廣，因為它也可被部署在用戶不期望與系統合作的環境中，比如監控系統中。人臉識別的其它常見應用還包括訪問控制、欺詐檢測、身份認證和社交媒體。

(3)面部識別屬於什麼生物信息擴展閱讀

最新的人臉識別技術，不僅能夠指示性別與估計年齡，還能夠辨別個人的面部表情。由於它屬於人工智慧與深度學習的范疇，隨著技術的進一步發展，經解讀與分析而得出關涉隱私的信息，可想而知會越來越多。多到足以為任何個人勾勒准確的用戶畫像。

人們對人臉識別技術的普遍接受，要麼是基於一廂情願的盲目樂觀，要麼是選擇性地無視或低估風險的結果。總而言之，就是在信息匱乏的情況下，做出了有失偏頗的判斷。這也正是人臉識別技術一直未成為公共話題的重要原因。

Ⅳ 人臉識別技術是什麼時候發明的、

人臉識別最初在20世紀60年代已經有研究人員開始研究，真正進入初級的應用階段是在90年代後期，發展至今其技術成熟度已經達到較高的程度。整個發展過程可以分為機械識別、半自動化識別、非接觸式識別及互聯網應用階段。

人臉識別技術是指利用分析比較的計算機技術識別人臉。人臉識別是一項熱門的計算機技術研究領域，其中包括人臉追蹤偵測，自動調整影像放大，夜間紅外偵測，自動調整曝光強度等技術。
人臉識別技術屬於生物特徵識別技術，是對生物體（一般特指人）本身的生物特徵來區分生物體個體。
人臉識別技術是基於人的臉部特徵，對輸入的人臉圖像或者視頻流 . 首先判斷其是否存在人臉 , 如果存在人臉，則進一步的給出每個臉的位置、大小和各個主要面部器官的位置信息。並依據這些信息，進一步提取每個人臉中所蘊涵的身份特徵，並將其與已知的人臉進行對比，從而識別每個人臉的身份。
廣義的人臉識別實際包括構建人臉識別系統的一系列相關技術，包括人臉圖像採集、人臉定位、人臉識別預處理、身份確認以及身份查找等；而狹義的人臉識別特指通過人臉進行身份確認或者身份查找的技術或系統。
生物特徵識別技術所研究的生物特徵包括臉、指紋、手掌紋、虹膜、視網膜、聲音（語音）、體形、個人習慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應的識別技術就有人臉識別、指紋識別、掌紋識別、虹膜識別、視網膜識別、語音識別（用語音識別可以進行身份識別，也可以進行語音內容的識別，只有前者屬於生物特徵識別技術）、體形識別、鍵盤敲擊識別、簽字識別等。
功能模塊
人臉捕獲與跟蹤功能
人臉捕獲是指在一幅圖像或視頻流的一幀中檢測出人像並將人像從背景中分離出來，並自動地將其保存。人像跟蹤是指利用人像捕獲技術，當指定的人像在攝像頭拍攝的范圍內移動時自動地對其進行跟蹤。
人臉識別比對
人臉識別分核實式和搜索式二種比對模式。核實式是對指將捕獲得到的人像或是指定的人像與資料庫中已登記的某一對像作比對核實確定其是否為同一人。搜索式的比對是指，從資料庫中已登記的所有人像中搜索查找是否有指定的人像存在。
人臉的建模與檢索
可以將登記入庫的人像數據進行建模提取人臉的特徵，並將其生成人臉模板（人臉特徵文件）保存到資料庫中。在進行人臉搜索時（搜索式），將指定的人像進行建模，再將其與資料庫中的所有人的模板相比對識別，最終將根據所比對的相似值列出最相似的人員列表。
真人鑒別功能
系統可以識別得出攝像頭前的人是一個真正的人還是一幅照片。以此杜絕使用者用照片作假。此項技術需要使用者作臉部表情的配合動作。
圖像質量檢測
圖像質量的好壞直接影響到識別的效果，圖像質量的檢測功能能對即將進行比對的照片進行圖像質量評估，並給出相應的建議值來輔助識別。

Ⅳ 人臉識別是靠什麼識別的呢

不同品牌機型採用的面部識別技術方案不同，面部識別效果也會不一樣；目前vivo/iQOO系列手機，僅NEX雙屏版採用3D人臉識別技術，其餘機型均採用Face Wake面部識別，通過識別面部特徵點，與錄入信息進行匹配從而實現解鎖。
註：3D人臉識別技術介紹：3D人臉識別技術能實現面部信息的立體捕捉，通過識別面部的立體特徵，降低誤識別的可能性，可帶來更准確安全的識別。