智慧芽：2021人脸识别行业白皮书（69页）.pdf

上传人：木***

编号：37658

2021-05-24

PDF 69页 3.82MB

《智慧芽：2021人脸识别行业白皮书（69页）.pdf》由会员分享，可在线阅读，更多相关《智慧芽：2021人脸识别行业白皮书（69页）.pdf（69页珍藏版）》请在三个皮匠报告上搜索。

1、中游技术层构成:中游由视频人脸识别、图片人脸识别和数据库对比检验等技术层构成，大体包括人脸检测、人脸预处理、特征提取、比对识别、活体检测五大步骤，是推动下游场景应用拓展的关键所在。各步骤作用:其中人脸检测、人脸预处理、特征提取可统称为人脸视图解析过程，即从视频和图像中检测出人脸，通过图像质量判断，选取合适的人脸图片，提取人脸特征向量，用于后续比对识别;比对识别处理可以分为人脸验证( 1: 1)和人脸辨识( 1: N)两类，活体检测算法用以判断人脸识别处理中的人脸图像，是否采集自真实人体。目前主流的人脸识别算法有:基于人脸特征点的识别算法;基于整幅人脸图像的识别算法;基于模板的识别算法;

2、利用神经网络进行人脸识别识别的算法等。随着深度学习技术的普及，各大公司的人脸算法效果差距也越来越小。算法精度与准确率:美国国家标准与技术研究院(NIST) 的全球人脸识别算法测试(FRVT) 中，精度甚至可以达到在千万分之-误报下的识别准确率超过99%。国内企业在人脸识别算法领域具有领先优势，依图、商汤、旷视、大华等在测试结果中领先。然而人脸算法虽然在各种数据集的测试中准确率颇高，但还远没达到在商业应用中的满意程度。2D vs 3D解决方案:人脸识别市场的解决方案主要包括2D识别、3D识别技术。目前2D识别方案占主流，但由于人的脸部并非平坦，2D识别在将3D人脸信息平面化投影的过程中存在特征信息损失，而3D识别使用三维人脸立体建模方法，可最大程度保留有效信息,比2D算法更合理并拥有更高精度，成为未来技术发展趋势之一。

智慧芽：2021人脸识别行业白皮书（69页）.pdf

相关报告