上海仁铄计算机>>>人脸识别软件正在学习识别熊脸和牛脸>>>

上海仁铄计算机编者按:人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。

在加拿大不列颠哥伦比亚省花了十几年时间跟踪研究灰熊后， 熊类生物学家Melanie Clapham与两位硅谷科技工作者合作开发了一款名为BearID的面部识别软件。该项目旨在监测灰熊，并通过疤痕和缺口等细小的差异来追踪它们 ，到目前为止，该项目已经用来识别132只灰熊。

通过改编现有的人工智能程序，该团队能够收集到4674张灰熊的图像。根据该团队发表在《生态学与进化》上的研究结果，该系统目前的准确率达到了84%，但是它无法实时识别野外碰到的灰熊。据美国有线 电视 新闻网(CNN)报道，Melanie Clapham认为，与通常的项圈方法相比，这是一种更便宜、侵入性更低、更安全的追踪动物的方法。

但面部识别并不只是针对熊。在堪萨斯州，养牛场主乔-霍格兰德(Joe Hoagland)正在建立类似的软件，以便追踪奶牛。他正在开发一款名为 “CattleTracs “的应用程序，该应用程序将允许任何人拍摄牛群并为在线数据库做出贡献，使用包括GPS坐标和日期在内的详细信息来实现长期跟踪。

通过将他的研究与堪萨斯大学的团队结合起来，Hoagland为概念验证系统做出了贡献，首席教授KC Olson介绍说，即使之前没有见过动物，该系统识别动物的准确率也达到了94%。有了这些应用和系统证明可以做到的事情，毫无疑问，更多的物种有一天可能会得到面部识别的待遇。

人脸识别算法分类:

基于人脸特征点的识别算法（Feature-based recognition algorithms）。

基于整幅人脸图像的识别算法（Appearance-based recognition algorithms）。

基于模板的识别算法（Template-based recognition algorithms）。

利用神经网络进行识别的算法（Recognition algorithms using neural network）。

神经网络识别

神经网络识别

基于光照估计模型理论

提出了基于Gamma灰度矫正的光照预处理方法,并且在光照估计模型的基础上，进行相应的光照补偿和光照平衡策略。

优化的形变统计校正理论

基于统计形变的校正理论，优化人脸姿态；强化迭代理论

强化迭代理论是对DLFA人脸检测算法的有效扩展；

独创的实时特征识别理论

该理论侧重于人脸实时数据的中间值处理，从而可以在识别速率和识别效能之间，达到最佳的匹配效果

来源：这么跟你说吧