我们输入图片 ， 希望计算机能够将内容识别出来 ， 将结果输出 。
仍以数字为例 ， 当输入图片并用矩阵表示后 ， 通过将灰度值转化为灰度 ， 可以轻松辨识其所表示的内容 。
但在计算机的世界里 ， 只有0和1 。想要通过辨识矩阵内容并将结果输出 ， 就必须建立矩阵到结果的映射 。这样 ， 输入一张图片 ， 经过处理和计算后 ， 才能输出一个数字 。
很朴素的想法就是将各个数字所代表的矩阵提前存放在计算机内 ， 当输入一张图片后 ， 计算机通过计算 ， 从而找到最适合的数字进行输出 。
举个案列 ， 更容易理解一些 。比如 ， 计算机内部已经存放了包含数字1和7以及它们所对应的灰度矩阵 。
文章插图
数字1
文章插图
数字7
当新输入一张图像后 ， 程序会自动计算它的矩阵与这些矩阵的相似度 。相似度计算可使用的公式很多 ， 比如可以使用百分比 ， 距离等 。
简单起见 ， 就使用两个矩阵对应元素之差的绝对值之和或者平方和等 ， 计算机进行快速运算 ， 找到最相似的矩阵 ， 然后将其所代表的数字进行输出 。
当输入以下内容时 ， 经过简单计算 ， 可以知道输出结果为 7 。
文章插图
四、人脸表示
既然可以用矩阵来表示图片 ， 人脸也是照片 ， 那么也可以用同样的方法来进行表示 ， 下面的这张人脸可以表示为：
文章插图
人脸照片
文章插图
矩阵表示
五、人脸识别
虽然被叫做人脸识别 ， 但更准确的名字应该是「人脸比对」 。人脸识别的背后 ， 是一张待比对图片和人脸底库中的所有照片进行比对 ， 从而判别图片中人员的身份 。
一般来说 ， 待比对照片就是我们在日常生活中被各种设备所采集的照片 ， 比如通过人脸识别考勤机抓拍的照片 。
由于环境、姿势等原因 ， 采集的照片具有很大的差异 ， 导致比对成功率不高 。为了提升比对的成功率和速度 ， 很多时候会同时抓拍多张人脸进行识别 ， 但每次比对的时候输入照片只有一张 。
文章插图
所谓的人脸底库就是我们在系统中提前录入的人脸照片 ， 照片和我们的名字一一对应 。根据人脸底库中照片数量的不同 ， 可以将人脸比对分为1:1和1：N ， 由于数量不同这两种方法的计算量和计算方法也不尽相同 。
1. 1:1
1:1最常见的场景就是人证比对 ， 比如我们在乘高铁时所遇到的这种设备 。
前面的1代表我们从设备中采集的照片 ， 而后面的1代表身份证中的照片 ， 通过将现场采集的照片和身份证中存放的照片进行比对 ， 通过判别持证人是否为本人 。
这种情况下只涉及到两张图片的比对 ， 计算量相对较小 。
可能用在火车票安检等场景中 ， 所以要求的精度较高 。
推荐阅读
- 无痛人流后可以喝碳酸饮料吗 人流后可以喝碳酸饮料吗
- 人力资源六大模块内容 人力六大模块
- 男人吃鱼肝油的好处 男人吃鱼肝油的好处有哪些
- gbt27588-2011属于什么酒 gbt27588是什么酒
- 婚纱用什么纱 婚纱用什么纱，为什么婚纱前后都有透明的纱呢
- 人类能在火星上存活吗 人类在火星上能存活多久
- 无花果果子变黄是什么原因，无花果树叶子发黄有斑怎么回事
- 多肉植物怎么换盆换土 多肉植物如何换盆换土
- 朱顶红几月份剪叶子 朱顶红多少月份剪叶子