人脸识别|吉布斯浅析人脸识别技术应用

人脸识别|吉布斯浅析人脸识别技术应用

文章图片


大数据时代的崛起 , 推动了人脸识别的热潮 。 从2014年逐步开始应用到目前“刷脸”时代的来临 。 人脸识别的应用领域逐步扩散 。 本文将带您了解人脸识别兴起领域的应用方案 , 探寻人脸识别技术的未来 。



一、人脸识别的行业现状
随着人工智能行业的产业化发展的井喷 , 人脸识别行业热点频频 , 市场规模逐步扩大 , 目前估算我国人脸识别市场规模约占全球市场的10%左右 。 2010-2016年 , 我国人脸识别市场规模逐年增长 , 年均复合增长率达27% 。 2016年 , 我国人脸识别行业市场规模约为17.25亿元 , 同比增长27.97% , 到2021年人脸识别市场规模将达到53亿元左右 。
同时国内人脸识别行业中企业数量不多 , 且各自应用不同细分领域 , 竞争压力小 , 人脸识别的热潮还将继续 。 下面分享一些应用案例帮助大家进一步了解人脸识别 。
【人脸识别|吉布斯浅析人脸识别技术应用】二、人脸识别的行业应用
虽然市面上的人脸识别解决方案越来越多 , 但系统框架基本没有变化 。
1、 高铁与地铁的人证一致检测应用案例
“刷脸”进站已经不是个新鲜事了 , 目前各地的铁路已经逐步开通人脸识别验票系统 , 以减少人工成本 , 同时提高安全性 , 减少进站时间 。
人脸识别技术采用人脸检测、跟踪、人脸识别、二代身份证验证及多功能检测等技术 , 对人员进行实时人脸识别分析和报警 , 以刷身份证件加上人脸验证模式 , 实现人员智能身份验证 , 保证“人”“证”的一致性确认 。 首先 , 将现场采集的人脸特征与身份证件人脸特征进行1:1比对 , 确认人、证都验证通过才会开启通道 。
在人员使用设备时 , 如果出现操作不当 , 系统同时会根据算法判断 , 进行相应的语音和视频提示 , 从而提高通道人员出入操作的易用性 。 同时在高铁的人脸识别系统中会进行防尾随跟踪功能的设计 , 通过红外检测技术 , 实时监控通道 , 判断是否有人员尾随跟进 , 保证非验证人员通过 。



2、人脸识别考勤机
人脸识别考勤机是一种新型的存储类考勤机 , 事先只需采集员工的面像 , 并建立档案 , 当员工上下班站在人脸识别考勤机的识别区域内 , 考勤机上就会快速的记录考勤状况并保存记录 。
人脸识别考勤机是采用人脸识别技术(融合了计算机图像处理技术与生物统计学原理于一体) , 利用计算机图像处理技术从视频中提取人像特征点 , 利用生物统计学的原理进行分析并建立人脸特征模板 。 当已登记的人员从人脸识别机前走过 , 它会有语音提示“你好”或者人员的姓名表示考勤已成功 。
而且 , 具备图像更新功能 , 若将正采取的图像作为第一人脸 , 存储的为第二人脸 , 如果第一人脸图像与第二人脸图像相一致 , 人脸识别考勤机将自动储存第一人脸图像来更新该第二人脸图像 。 该法可保持用户脸部图像的更新 , 降低了脸部外形改变对识别的影响 , 增加了识别的准确率 。

    相关经验推荐