人臉識別身份系統(tǒng)
人臉識別身份系統(tǒng)，是未來物聯(lián)網(wǎng)時代的重要一環(huán)。在互聯(lián)網(wǎng)時代，人臉識別技術(shù)已經(jīng)非常成熟；而隨著人工智能時代的來臨，人臉識別技術(shù)也迎來了新的發(fā)展機遇和挑戰(zhàn)。本文將結(jié)合目前的人臉識別技術(shù)和應(yīng)用現(xiàn)狀進行闡述分析，并展望其發(fā)展趨勢及前景。
1人像采集、比對與驗證。
1.1 圖像獲取。
目前主流的圖像采集方式主要有兩種：
基于攝像頭或手機的前置和后置攝像頭以及基于人眼的可見光拍攝（比如紅外相機）。其中前者的優(yōu)點是成本低廉、易于使用且不受光線影響；后者的優(yōu)點則是能實現(xiàn)遠距離的精準(zhǔn)捕捉。
1.2 圖像預(yù)處理 常見的圖像處理算法有深度學(xué)習(xí)算法（deep ne ral networks）和神經(jīng)網(wǎng)絡(luò)（ne ral networks），它們各有優(yōu)缺點，這里不做展開討論。
1.3 特征提取與特征匹配 在人像識別的過程中需要先對圖像進行特征抽取和分析以獲得相應(yīng)的特征向量作為輸入數(shù)據(jù)集來訓(xùn)練模型并進行后續(xù)的計算和處理工作。
1.4 模型訓(xùn)練 根據(jù)不同的需求可以選擇不同的方法來訓(xùn)練人臉識別系統(tǒng)中的模型參數(shù)：
如采用cnn等深度神經(jīng)網(wǎng)絡(luò)的方法可以用于大規(guī)模的數(shù)據(jù)集上進行快速地分類；采用svm等方法則適用于小規(guī)模的特征選擇任務(wù)上；此外還有支持多類特征的融合方法和支持多尺度學(xué)習(xí)的遷移學(xué)習(xí)方法等。
2. 身份認(rèn)證
2.1 用戶授權(quán) 基于用戶授權(quán)的認(rèn)證方式可以分為三種形式：
1）密碼授權(quán) 2）指紋授權(quán)
2.2 設(shè)備接入設(shè)備接入的方式。
包括以下幾種情況：
1通過usb線直接連接電腦；2通過wifi、3g、4g等方式連接；3通過nfc功能直接接觸設(shè)備；4利用藍牙模塊間接接觸設(shè)備；5利用zigbee無線傳輸模塊遠程控制設(shè)備等。
數(shù)據(jù)存儲數(shù)據(jù)的存儲格式主要包括圖片格式、文本文件以及視頻文件這幾種類型。
數(shù)據(jù)傳輸數(shù)據(jù)傳輸?shù)姆绞桨ㄓ芯€傳輸和無線傳輸這兩種類型。
有線通信主要采用的協(xié)議為tcpudp協(xié)議。
無線通信主要采用的是wi-fi。
