一、中国人脸识别全球领先概述
中国的人脸识别技术在技术层面具有十分卓越的全球领先水平。而且在世界人脸识别技术的水平博弈中，中国的人脸识别技术的识别率高达99%，领先于世界其他国家。这一点得到了美国相关工业标准的研究技术学院的肯定及认可。在与全球其他国家竞争的过程当中，中国拥有三家人脸识别技术企业名列前茅，并且曾经斩获了前五名的三个名额。可见，中国在人脸识别技术领域具有世界领先水平。
之前提及到人脸识别等人工智能技术，人很多人会想到一些发达国家，比如欧美日德等国，但现在在人脸识别技术之霸主，中国当之无愧。并且人脸识别技术已经被广泛应用中国的北上广等大中小城市。
据相关数据显示，中国的人脸识别技术已经在北京上海等一线城市里面开始被批量应用，并且在各种公共场景中随处可见，在人们的日常生活及工作中，人脸识别技术已经成为了一种日常可见的工具。
为凸显中国在人脸识别技术上的强大，曾有外国友人亲身体验中国的人脸识别系统的厉害之处。比如曾经有一位来自于英国的记者就亲自的尝试了一下中国所布控的天网的厉害，看一下他是否能够在一定的时间内逃脱天网的追捕，最终结果可想而知，在天网的全面布控之下他仅在八分钟之内就被抓到。无疑这一点得益于强大的人脸识别技术。
再比如有一群已化妆的韩国美女，想要挑战一下中国的人脸识别技术，试一下在浓妆艳抹之下是否能够识别出用户的真实身份，结果，在强大的人脸识别技术之下，就即使经过遮掩的面孔，也无法办法逃得过识别技术的高超，她们的身份同样可以被准确确认。
二、人脸识别工作原理
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，通常也叫做人像识别、面部识别。早在年，中国就已经开始建立世界上最广泛的面部识别数据库。该技术的错误率可低至0.8%;到时次扫描中只有8次可能被误认。
三、人脸识别三大经典算法
1、特征脸法（Eigenface）
特征脸技术是近期发展起来的用于人脸或者一般性刚体识别以及其它涉及到人脸处理的一种方法。使用特征脸进行人脸识别的方法首先由Sirovich和Kirby（）提出（《Low-dimensionalprocedureforthecharacterizationofhumanfaces》），并由MatthewTurk和AlexPentland用于人脸分类（《Eigenfacesforrecognition》）。首先把一批人脸图像转换成一个特征向量集，称为“Eigenfaces”，即“特征脸”，它们是最初训练图像集的基本组件。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），是利用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”。每个特征向量或者特征脸相当于捕捉或者描述人脸之间的一种变化或者特性。这就意味着每个人脸都可以表示为这些特征脸的线性组合。
2、局部二值模式（LBP）
局部二值模式（LocalbinarypatternsLBP）是计算机视觉领域里用于分类的视觉算子。LBP，一种用来描述图像纹理特征的算子，该算子由芬兰奥卢大学的T.Ojala等人在年提出（《A
转载请注明地址:http://www.1xbbk.net/jwbrc/6914.html
