人脸识别锁的人脸识别技术原理分析

人脸识别锁的人脸识别技术原理分析

人脸由于其易采集的特性，受到很多行业客户的关注，特别是智能门锁、公安、海关、商场等。人类每天都在进行人脸识别，因此也最能接受这种身份认证方式。如今，人脸识别锁也慢慢进入大众的视野，经历了数十年的努力，现在已经可以应用在我们的实际生活中，为我们提供各种便利。那么，人脸识别锁运用到的人脸识别技术原理有哪些呢？我们一起来看看！

人脸识别主要分为人脸检测(facedetection)、特征提取(featureextraction)

和人脸识别(facerecognition)三个过程.

人脸检测：人脸检测是指从输入图像中检测并提取人脸图像，通常采用haar 特征和Adaboost算法训练级联分类器对图像中的每一块进行分类。如果某一矩形区域通过了级联分类器，则被判别为人脸图像。

特征提取：特征提取是指通过一些数字来表征人脸信息，这些数字就是我们要提取的特征。常见的人脸特征分为两类，一类是几何特征，另一类是表征特征。几何特征是指眼睛、鼻子和嘴等面部特征之间的几何关系，如距离、面积和角度等。由于算法利用了一些直观的特征，计算量小。不过，由于其所需的特征点不能精确选择，限制了它的应用范围。另外，当光照变化、人脸有外物遮挡、面部表情变化时，特征变化较大。所以说，这类算法只适合于人脸图像的粗略识别，无法在实际中应用。

表征特征利用人脸图像的灰度信息，通过一些算法提取全局或局部特征。其中比较常用的特征提取算法是LBP算法。LBP方法首先将图像分成若干区域，在每个区域的像素640x960邻域中用中心值作阈值化，将结果看成是二进制数。图3显示了一个LBP算子。LBP算子的特点是对单调灰度变化保持不变。每个区域通过这样的运算得到一组直方图，然后将所有的直方图连起来组成一个大的直方图并进行直方图匹配计算进行分类。

人脸识别：这里提到的人脸识别是狭义的人脸识别，即将待识别人脸所提取的特征与数据库中人脸的特征进行对比，根据相似度判别分类。而人脸识别又可以分为两个大类：一类是确认，这是人脸图像与数据库中已存的该人图像比对的过程，回答你是不是你的问题;另一类是辨认，这是人脸图像与数据库中已存的所有图像匹配的过程，回答你是谁的问题。显然，人脸辨认要比人脸确认困难，因为辨认需要进行海量数据的匹配。常用的分类器有最近邻分类器、支持向量机等。

与指纹应用方式类似，人脸识别技术目前比较成熟的也是智能门锁。因为在

人脸识别智能门锁系统中，用户是主动配合的，可以在特定的环境下获取符合要求的人脸。这就为人脸识别提供了良好的输入源，往往可以得到满意的结果。

以上就是名创博能智能锁小编为大家普及的人脸识别锁人脸识别技术原理分析。名创博能作为国内为数不多的几家从产品整体设计研发、指纹核心技术、应用系统开发到产品生产制造，全面自主研发生产系列智能锁(指纹锁、密码锁、人脸识别锁、感应卡锁等)产品和智能锁模块提供系统技术解决方案的供应商，已经有超过9年的研发历史，积累了丰富的智能指纹锁研发制造经验。同时，名

创博能还建立了行业国家级产品检测实验室――盐雾测试设备、负载测试设备，高低温测试设备、锁体传动测试设备、欧标耐用寿命测试设备、产品运输震动设备等，为高品质的产品打下坚实基础。如想了解更多的产品信息，可以登录名创博能智能锁官网/进行了解。