人臉識(shí)別技術(shù)。
1、技術(shù)特點(diǎn)。
對(duì)姿態(tài)、光照、遮擋、年齡，有較強(qiáng)的自適應(yīng)性。
從海量數(shù)據(jù)中自動(dòng)學(xué)習(xí)得到有效特征，判別性強(qiáng)，精度高。
活體檢測(cè)技術(shù)，防止人臉照片、模型、視頻等攻擊。
馬爾可夫算子，千萬級(jí)樣本訓(xùn)練，算法精度更高。
2、人臉識(shí)別技術(shù)優(yōu)勢(shì)。
人臉識(shí)別技術(shù)基于大數(shù)據(jù)下的深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)人臉識(shí)別算法，大幅提升了各種現(xiàn)實(shí)情況，如側(cè)臉、半遮擋、面部涂抹、模糊人臉等中的人臉識(shí)別能力。并且隨著大數(shù)據(jù)的深度學(xué)習(xí)可持續(xù)優(yōu)化與提升。
人臉檢測(cè)模塊采用了基于多光譜、多尺度、多視角、多通道的Adaboost算法，可對(duì)不同姿態(tài)、不同場(chǎng)景、不同光照的人臉進(jìn)行實(shí)時(shí)檢測(cè)。
關(guān)鍵點(diǎn)定位模塊采用了隨機(jī)蕨級(jí)聯(lián)回歸算法，可對(duì)表情豐富、角度多變的人臉進(jìn)行精準(zhǔn)定位。特征提取和匹配識(shí)別模塊分別采用了深度卷積網(wǎng)絡(luò)和聯(lián)合貝葉斯模型，訓(xùn)練過程更加自動(dòng)化、學(xué)習(xí)特征更具代表性、識(shí)別效果更好。
