|
| |
人脸检测/捕捉
人脸检测/捕捉，可以快速准确地在实时视频或静态图像中同时检测多张人脸，并提取其特征值。被提取的人脸图像可以被处理并存储到数据库中，可作为检索的依据或作为最直观的取证资料等多种用途。 |
|
|
人脸检测/捕捉
人脸检测/捕捉技术是在现代数码相机广泛应用的技术，是对拍摄画面中的人的脸部进行检测，以对人脸部位准确对焦，提高拍摄效果。同样，人脸检测/捕捉对于视频监控也有非常重要的意义。
人的主要特征是在人脸，主要是通过人脸来区分人的的身份，因此针对人的视频监控系统中只有拍摄到人脸的视频才是重要的。传统的视频监控系统存在一些很明显的不足之处，如24小时的不停工作，有太多的现场和摄像机，监控工作本来就是一件无目的性的事，当需要的时候，去回顾所有的录像将是一件非常繁琐的事。人脸检测/捕捉技术，能在一个大的背景复杂的摄像机监视场景范围内准确检测和捕捉到人脸，实时存储到人脸照片或视频作为有用信号存储。配合人脸分析比对数据库资料可短时间自动调出该人的信息。
人脸识别是通过人脸的特征来识别人的身份，而基于智能视频的人脸检测/捕捉是运用了人脸识别的技术又不完全与人脸识别的过程相同。人脸检测/捕捉是人脸识别的一个初步过程，运用建好的人脸模型特征，逐步对视频中的画面分块进行分析比较，如果找到符合人脸特征的视频画面块，就会自动将该画面块从大的整体的视频中抠出保存。其过程必须满足两个特点：1、人脸视频模型必须有一定的通用性，无论是男女老少、长发短发、不同人种肤色，均可检测出；2、满足通用性外还必须满足准确性，减少画面中非人脸的误判，这其实是相互矛盾的，这就需要根据实际进行修正。
飞瑞斯公司采用局部特征分析（LFA）法进行人脸检测和捕捉，它是一种用局部特征表示的类似于搭建积木统计的技术，基于所有的人脸都可由很多简化的结构单元块综合而成，LFA使用32到50个单元块区域来辨认一个人脸，选用的最通常的点包括鼻子、眼睛、嘴巴和特定的骨骼曲率差，如脸颊。这些单元块是使用复杂的统计技术而形成的，它们代表了整个人脸，通常跨越多个像素并代表了普遍的，但并不是通常意义上的脸部特征。要确定一个人脸不仅仅取决于特性单元块，还决定于它们的几何结构（如形状和相关位置）。通过这种方式，LFA将人脸的特性对应为一种复杂的数字表达式，就可以进行人脸检测和捕捉了。
飞瑞斯的人脸检测/捕捉具备优秀的算法和完善的人脸模型，可以轻易在视频画面中区分其它物件，找到有人脸的视频进行储存，具有很高可准确性和抗干扰能力。
|
|
|
|
|
|
|
| 更多资讯 |
|
|
| 相关链接 |
|
|
| 售前咨询 |
联系销售代表，获取更多相关信息，点击这里 注册并提交相关信息。 |
|
|
|
