얼굴 인식 시스템은 얼굴 인식 기술을 핵심으로 하는 새로운 생체 인식 기술로, 오늘날 국제 과학 기술 분야에서 공격을 받고 있는 고도로 정교한 기술입니다.
기술 소개
얼굴 인식 기술은 사람의 얼굴 특성을 기반으로 얼굴 이미지 또는 비디오 스트림을 입력합니다. 먼저 사람의 얼굴이 있는지 판단하고, 사람의 얼굴이 있으면 각 주요 얼굴 기관의 위치, 크기 및 위치 정보를 추가로 제공합니다. 넓은 의미에서 얼굴 인식에는 실제로 얼굴 이미지 획득, 얼굴 위치 지정, 얼굴 인식 사전 처리, 신원 확인 및 신원 찾기 등 얼굴 인식 시스템 구축을 위한 일련의 관련 기술이 포함됩니다. 좁은 의미에서 얼굴 인식은 구체적으로 얼굴을 통한 신원 확인 또는 신원 확인을 위한 기술 또는 시스템을 의미합니다.
생체 인식 기술이 연구하는 생체 특징에는 얼굴, 지문, 장문, 홍채, 망막, 음성(음성), 체형, 개인 습관(키보드 두드리는 강도 및 빈도, 서명 등) 등이 포함됩니다. 해당 인식 기술 얼굴 인식, 지문 인식, 장문 인식, 홍채 인식, 망막 인식, 음성 인식(음성 인식은 신원 인식 및 음성 콘텐츠 인식에 사용할 수 있으며 전자만 생체 인식 기술에 속함), 체형 인식, 키보드 탭 인식, 서명 인식 등
HF보안 얼굴인식 시스템 단말기
둘째, 기술의 원리
얼굴 인식 기술은 세 부분으로 구성됩니다.
(1) 얼굴 인식
얼굴 검출은 복잡한 배경을 가진 역동적인 장면에서 얼굴 영상이 존재하는지 여부를 판단하고 이를 분리하는 것을 의미한다. 일반적으로 다음과 같은 몇 가지 방법이 있습니다.
①참조 템플릿 방식
먼저 템플릿 또는 표준 얼굴의 여러 템플릿을 디자인한 다음 테스트 수집 샘플과 표준 템플릿 간의 일치 정도를 계산하고 임계값을 통해 얼굴의 존재를 결정합니다.
②페이스 룰 방식
얼굴에는 특정 구조적 분포 특징이 있기 때문에 테스트 샘플에 얼굴이 포함되어 있는지 여부를 결정하기 위해 해당 규칙을 생성하기 위해 이러한 특징을 추출하는 소위 얼굴 규칙 방법입니다.
③샘플 학습 방법
이 방법, 즉 패턴 인식에서 인공 신경망의 방법을 사용합니다. 즉, 얼굴 샘플 세트와 비얼굴 샘플 세트에서 학습하여 분류기를 생성합니다.
(iv) 피부색 모델 방법
이 방법은 검출을 위한 색 공간에서 얼굴 피부색 분포의 상대 농도 법칙에 기초합니다.
(2) 얼굴 추적
얼굴 추적은 감지된 얼굴의 동적 대상 추적을 나타냅니다. 구체적으로, 모델 기반 접근 또는 모션 기반 및 모델 기반 결합 접근 방식이 사용됩니다. 또한 피부색 모델 추적의 사용은 간단하고 효과적인 수단이 아닙니다.
(3) 얼굴 비교
얼굴 비교는 감지된 얼굴 이미지의 식별 또는 얼굴 이미지 라이브러리에서 대상 검색입니다. 실제로 샘플링된 얼굴 이미지와 스톡 얼굴 이미지를 차례로 비교하여 주로 특징 벡터와 얼굴 패턴 템플릿의 두 가지 설명 방법을 사용하여 가장 잘 일치하는 이미지를 찾는 것을 의미합니다.
① 특징 벡터 방법
이 방법은 얼굴 이미지를 설명하는 특징 벡터를 형성하는 기하학적 특징을 계산하기 전에 홍채, 코, 입가 및 기타 얼굴 이미지의 얼굴 윤곽의 크기, 위치, 거리 및 기타 속성을 결정하는 것입니다.
②얼굴 패턴 템플릿 방식
이 방법은 라이브러리에 다수의 표준 얼굴 템플릿 또는 얼굴 기관 템플릿을 저장하고, 비교를 수행할 때 정규화된 상관 메트릭을 사용하여 샘플링된 얼굴 이미지의 모든 픽셀을 라이브러리의 모든 템플릿과 일치시키는 것입니다.
얼굴 이미지 전처리
얼굴 이미지 전처리: 얼굴에 대한 이미지 전처리는 얼굴 감지 결과를 기반으로 이미지를 처리하고 궁극적으로 특징 추출을 제공하는 프로세스입니다. 시스템에서 획득한 원본 이미지는 다양한 조건과 임의의 간섭으로 인해 직접 사용할 수 없는 경우가 많으며, 이미지 처리 초기에 그레이스케일 보정, 노이즈 필터링 및 기타 이미지 전처리를 통해 전처리해야 합니다. 얼굴 이미지의 경우 전처리 프로세스에는 주로 빛 보정, 그레이스케일 변환, 히스토그램 균등화, 정규화, 기하학적 보정, 얼굴 이미지 필터링 및 샤프닝이 포함됩니다.
얼굴 이미지 특징 추출
얼굴 이미지 특징 추출: 얼굴 인식 시스템에서 사용할 수 있는 특징은 일반적으로 시각적 특징, 픽셀 통계적 특징, 얼굴 이미지 변환 계수 특징, 얼굴 이미지 대수적 특징 등으로 구분됩니다. 얼굴 특징 추출은 얼굴의 특정 특징에 대해 수행됩니다. 얼굴 특성화라고도 하는 얼굴 특징 추출은 사람 얼굴의 특징 모델링 프로세스입니다. 얼굴 특징 추출 방법은 두 가지 주요 범주로 요약됩니다. 하나는 지식 기반 특성화 방법입니다. 다른 하나는 대수적 특징이나 통계적 학습을 기반으로 한 특성화 방법입니다.
지식 기반 특성화 방법은 주로 얼굴 기관의 모양 설명과 얼굴 기관 간의 거리 특성을 기반으로 얼굴 분류에 도움이 될 수 있는 특징 데이터를 얻으며 특징 구성 요소에는 일반적으로 특징점 간의 유클리드 거리, 곡률 및 각도가 포함됩니다. 사람의 얼굴은 눈, 코, 입, 턱 등의 부분으로 구성되어 있다. 이러한 부분의 기하학적 묘사와 이들 간의 구조적 관계는 얼굴 인식을 위한 중요한 특징으로 사용될 수 있으며, 이러한 특징을 기하 특징이라고 한다. 지식 기반 얼굴 특성화에는 주로 기하학적 특징 기반 방법과 템플릿 매칭 방법이 포함됩니다.
영역 특징 분석 알고리즘을 널리 사용하고 컴퓨터 이미지 처리 기술과 생물 통계 원리를 하나로 통합하고 컴퓨터 이미지 처리 기술을 사용하여 비디오에서 인물 특징 점을 추출하고 생물 통계 원리를 사용하여 수학적 모델을 분석하고 설정하는 얼굴 인식 시스템은 광범위하게 발전했습니다. 전망.
애플리케이션
멕시코 정부의 안면 인식 시스템 사용은 이 기술의 가장 혁신적인 사용 중 하나로 설명될 수 있으며 이를 사용하여 (중복 등록을 통해) 부정 투표자를 식별합니다. 선거 결과를 통제하기 위해 사람들은 여러 번 투표할 수 있도록 다른 이름으로 여러 번 등록합니다. 전통적인 방법을 사용하여 이러한 사람들을 찾기가 쉽지 않습니다.
많은 사람들이 돈을 인출하기 위해 은행 창구에 가지 않고 현금 인출기를 사용합니다. 얼굴 인식은 범죄 활동의 가능성을 제거합니다.
얼굴 인식 기술을 통해 공무원은 유권자 데이터베이스에서 얼굴 이미지를 검색하여 중복 등록 유권자를 찾을 수 있습니다. 그들은 새 이미지를 파일의 기록과 비교하여 여러 이름을 사용하여 등록하려는 사람들을 찾습니다. 이 기술은 2000년 멕시코 대통령 선거에서 사용되었으며 조만간 지방선거에도 적용될 예정이다.
다른 잠재적인 응용 프로그램에는 ATM 및 현금 인출 시 보안이 포함됩니다. 소프트웨어는 고객의 얼굴을 빠르게 확인할 수 있습니다. 사용자의 동의하에 ATM 또는 출금 카운터에서 고객의 디지털 사진을 찍습니다. 그런 다음 FaceIt 소프트웨어는 해당 사진을 사용하여 얼굴 지문을 생성하여 고객 신원 도용 및 사기 거래를 방지합니다. 얼굴 인식 소프트웨어를 사용하면 고객의 신원을 확인하기 위해 ID 카드, 은행 카드 또는 개인 식별 번호(PIN)를 사용할 필요가 없습니다.
이 생체 인식 기술은 컴퓨터 파일을 보호하는 데에도 사용할 수 있습니다. IBM은 이 기술을 A, T 및 X 시리즈 Thinkpad 노트북의 화면 보호기에 통합했습니다.
얼굴 인식 소프트웨어를 사용하여 컴퓨터를 잠글 수 있습니다.
얼굴 인식 기술을 사용하여 개인 정보를 보호할 수 있지만 시스템을 해킹하여 사용자가 모르게 사진을 찍는 것만으로 개인 정보에 쉽게 접근할 수 있습니다. 다른 많은 진화하는 기술과 마찬가지로 안면 인식 기술도 놀라운 잠재력을 가지고 있지만 여전히 몇 가지 결함이 있습니다.
2013년 3월 5일 Andrew Cuomo 뉴욕주 주지사는 안면 인식 기술을 사용하여 13,000건의 신분증 사기 사건을 조사했으며 그 결과 2,500명이 체포되었고 추가로 5,000명이 범죄 수사에 직면했다고 발표했습니다. 미국 운전 면허증과 ID 카드는 자동차국에서 중앙에서 발급하며 자동차 면허증은 ID 카드와 동일합니다. 뉴욕주 정부에 따르면 2010년부터 뉴욕주 자동차국(Department of Motor Vehicles)은 안면 인식 기술을 사용하여 모든 신청자의 사진을 데이터베이스에 있는 2천만 개 이상의 사진과 일치시켰고 13,000개의 의심스러운 운전 면허증 또는 ID 카드를 찾았습니다. 심지어 다른 이름으로 여러 개의 ID 카드를 동시에 가지고 있는 사람들도 있습니다.
HFSecurity 얼굴 인식 시스템 응용 프로그램
2013년 7월. 핀란드 회사는 세계 최초의 "얼굴" 지불 시스템을 출시했습니다. 결제 시 소비자는 계산대에서 POS 화면에 카메라를 대면 시스템이 자동으로 사진을 찍고 소비자의 얼굴을 스캔한 후 터치스크린을 클릭하여 신원 정보가 표시된 후 거래를 확인합니다. 신용 카드, 지갑 또는 휴대폰이 필요하지 않습니다. 전체 트랜잭션 프로세스는 5초를 초과하지 않습니다. 그러나 어떤 사람들은 "이번에는 보통 지갑을 꺼내기에 충분하다"고 생각합니다. 핀란드 스타트업 Uniqul은 이 안면 인식 기반 "얼굴" 결제 시스템에 대한 특허를 신청했습니다.
Copyright © 2022 chongqing huifan technology co., ltd - www.hfcctv.com All Rights Reserved.渝ICP备17010848号-4