人們越來越意識到顯式地描述人臉特征具有一定的困難,因此另一類方法—基于統計模型的方法越來越受到重視。此類萬法將人臉區域看作一類模式,即模板特征,使用大量的人臉與非人臉樣本訓練并構造分類器,通過判別圖像中所有可能區域屬于哪類模式的方法實現人臉的檢測。實際上,人臉檢測問題被轉化為統計模式識別的二分類問題。
基于統計模型的方法是目前比較流行的方法,是解決復雜的人臉檢測問題的有效途徑。它的缺點主要是計算復雜,速度慢。它的優點是:①不依賴于人臉的先驗知識和參數模型,可以避免不精確或不完整的知識造成的錯誤;②采用了實例學習的方法獲取模型的參數,統計意義上更為可靠;③通過增加學習的實例可以擴充檢測模式的范圍,提高檢測系統的魯棒性。基于統計模型的方法大多適用于復雜背景圖像中的人臉檢測。
梁路宏等在文中給出了幾種統計方法的檢測結果。評估不同方法的性能需要共同的測試集,目前比較*的測試集是Sung等的MIT測試集和Rowley等的CMU測試集。由于基于統計的方法對訓練樣本具有較強的依賴性,因此表中同時列出了各種方法使用的樣本規模。需要指出的是,由于人臉檢測問題本身的復雜性,加之不同方法往往具有不同的針對性。
盡管人臉檢測大不斷發展,但是在目前來說人臉識別的產品價格還比較高,很多人還是會選擇指紋識別產品,常見的就是指紋門禁一體機和指紋門禁考勤一體機,因為相對來說比較穩定。
上一篇:N5182A信號發生器的技術組成
免責聲明
- 凡本網注明"來源:智能制造網"的所有作品,版權均屬于智能制造網,轉載請必須注明智能制造網,http://www.xashilian.com。違反者本網將追究相關法律責任。
- 企業發布的公司新聞、技術文章、資料下載等內容,如涉及侵權、違規遭投訴的,一律由發布企業自行承擔責任,本網有權刪除內容并追溯責任。
- 本網轉載并注明自其它來源的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點或證實其內容的真實性,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品來源,并自負版權等法律責任。
- 如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。
2025中國具身智能機器人產業大會暨展覽會
展會城市:上海市展會時間:2025-08-13