人脸识别技术开启安全新时代引领验证新变量

2017-09-30 15:51:43 廖恩腾 33

  21世纪的我们,对于新鲜事物总是有一颗不断探索的的心,就在我们上班的路上,各种生活的轨迹,都有各种监控录像,而后转向系统成为各种行为的数据,就连一些大型的公司打卡制度也是由人脸识别来完成,下面我们就了解一下这个新时代的物种吧。

  人脸识别系统的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国、德国和日本的技术实现为主;人脸识别系统成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。

  人脸识别服务功能包括人脸检测、人脸采集、人脸图像质量择优、人脸活体检测、人脸预处理、人脸特征提取、人脸识别比对、OCR识别以及人脸识别联网核查等服务

高拍仪人脸识别

  传统的人脸识别技术主要是基于可见光图像的人脸识别,这也是人们熟悉的识别方式,已有30多年的研发历史。但这种方式有着难以克服的缺陷尤其在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别,和热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。

  迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响,已经取得了卓越的识别性能,在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速,使人脸识别技术逐渐走向实用化。

  传统的人脸识别技术主要是基于可见光图像的人脸识别,这也是人们熟悉的识别方式,已有30多年的研发历史。但这种方式有着难以克服的缺陷,尤其在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别,和热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响,已经取得了卓越的识别性能,在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速,使人脸识别技术逐渐走向实用化。

人证识别1比N

算法性能

  1. 支持近红外、可见光人脸识别算法。

  2. 1:1 人脸搜索速度:<100ms、1:N 人脸搜索速度:<100ms(N=10000)

  3. 人脸识别误率 <0.01%、人脸识别通过率:>99%。

  4. 算法识别速度快,单笔业务响应时间小于1

  5. 人脸姿态角:水平转动度<±30 ゜,俯仰角度 <±30,倾斜角度 <±15°

  6. 光照均匀、背与曝不严重可做识别、完整人脸即可识别。

  7. 两眼间距:不少于 60 像素、支持离散动作识别、连续Ø

  8. 人脸模板大小:< 2K、图片支持 BMP JPG PNG 格式,并可根据需求增加对其他的支持。

  9. 图像分辨率:< 640*480 (单色和彩色)、JPEG 压缩质量比:80注册时间:< 1 秒/幅。

 

  人脸识别算法具备OCR识别功能,利用OCR识别技术准确获取客户身份信息,实现客户在办理银行身份认证相关业务时,辅助完成身份认证。目前应用领域金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域提供人脸识别身份认证服务。