2.4 人脸识别的家居安防应用 课件 2022—2023学年电子工业出版社（2022）初中信息技术第四册

2.4 人脸识别的家居 安防应用 电子工业版八年级下册 教学目标 1、了解人脸识别技术的概念 2、掌握人脸识别技术的优缺点 3、掌握人脸识别技术的应用领域和前景 4、掌握智能开发板与AI摄像头的连接设置与编程 5、掌握人脸的识别过程与模拟打开门禁的程序设计 6、能设计实现人脸识别在远程报警中的应用 2.4.1 生活中的人脸识别应用 新知讲解 人脸识别技术的概念 人脸识别技术是指利用分析比较的计算机技术识别人脸。人脸识别是一项热门的计算机技术研究领域，其中包括人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度等技术。 人脸识别技术属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。 新知讲解 人脸识别技术包含三个部分： （1）人脸检测 （2）人脸跟踪 （3）人脸比对 新知讲解 人脸识别的优点： （1）非接触的，用户不需要和设备直接接触； （2）非强制性，被识别的人脸图像信息可以主动获取； （3）并发性，即实际应用场景下可以进行多个人脸的分拣、判断及识别。 人脸识别的缺点： （1）对周围的光线环境敏感，可能影响识别的准确性； （2）人体面部的头发、饰物等遮挡物，人脸变老等因素，需要进行人工智能补偿。 新知讲解 人脸识别技术的应用领域 （1）人脸识别在安保中的应用 （2）人脸识别在交通出行中的应用 （3）人脸识别在自助服务中的应用 （4）人脸识别在娱乐中的应用 （5）人脸识别在智能家居中的应用 新知讲解 人脸识别技术的应用前景 （1）企业、住宅安全和管理。人脸识别门禁考勤系统，人脸识别防盗门。 （2）电子护照及身份证。 （3）公安、司法和刑侦。利用人脸识别系统和网络，搜捕逃犯。 （4）自助服务。应用人脸识别避免卡片和密码被盗以后被他人冒取现金。 （5）信息安全。使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一，从而大大增加电子商务和电子政务系统的可靠性。 2.4.2 人脸的记忆过程 新知讲解 人脸识别的应用过程包括人脸的记忆过程和人脸的识别过程。具体分为四个环节： （1）采集人脸数据 （2）训练人脸模型 （3）输入待识别的人脸 （4）输出识别结果 相似度为98% 采集人脸数据 训练人脸模型 输出识别结果 输入待识别的人脸 新知讲解 人脸识别的方法 （1）几何特征的人脸识别方法 （2）基于特征脸（PCA）的人脸识别方法 （3）神经网络的人脸识别方法 （4）弹性图匹配的人脸识别方法 （5）线段Hausdorff距离（LHD）的人脸识别方法 （6）支持向量机（SVM）的人脸识别方法 新知讲解 （1）几何特征的人脸识别方法：几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系（如相互之间的距离）。这些算法识别速度快，需要的内存小，但识别率较低。 （2）基于特征脸（PCA）的人脸识别方法：特征脸方法是基于KL变换的人脸识别方法，需要较多的训练样本，而且完全是基于图像灰度的统计特性的。 新知讲解 （3）神经网络的人脸识别方法：神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练。 （4）弹性图匹配的人脸识别方法：采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特征向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特性和几何因素，不再需要多个样本进行训练。 新知讲解 （5）线段Hausdorff距离（LHD）的人脸识别方法：基于从人脸灰度图像中提取出来的线段图的，它定义的是两个线段集之间的距离，在不同光照条件下和不同姿态情况下都有非常出色的表现，但是它在大表情的情况下识别效果不好。 （6）支持向量机（SVM）的人脸识别方法：把一个低维的线性不可分的问题转化成一个高维的线性可分的问题。有较好的识别率，但是它训练时间长，方法实现复杂。 新知讲解 人脸识别的功能模块： （1）人脸捕获与跟踪功能 （2）人脸识别比对 （3）人脸的建模与检索 （4）真人鉴别功能 （5）图像质量检测 新知讲解 （1）人脸捕获与跟踪功能 人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。 新知讲解 （2）人脸识别比对 人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。 新知讲解 （3）人脸的建模与检索 可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板（人脸特征文件）保存到数据库中。在进行人脸搜索时（搜索式），将指定的人像进行建模，再将其与数据库中