先進(jìn)的特征提取算法
采用獨(dú)特的自適應(yīng)的分層特征學(xué)習(xí)算法，再現(xiàn)系統(tǒng)能針對任意的識別任務(wù)通過學(xué)習(xí)自動生成優(yōu)的特征提取，從而不斷增加新的檢索特征，具有其他系統(tǒng)無法比擬的自學(xué)習(xí)性和可擴(kuò)展性。

技術(shù)原理：
人臉識別內(nèi)容
人臉識別技術(shù)包含三個部分：
(1)人臉檢測
面貌檢測是指在動態(tài)的場景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：
①參考模板法
首先設(shè)計一個或數(shù)個標(biāo)準(zhǔn)人臉的模板，然后計算測試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過閾值來判斷是否存在人臉；
②人臉規(guī)則法
由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測試樣品是否包含人臉；
③樣品學(xué)習(xí)法
這種方法即采用模式識別中人工神經(jīng)網(wǎng)絡(luò)的方法，即通過對面像樣品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；
④膚色模型法
這種方法是依據(jù)面貌膚色在色彩空間中分布相對集中的規(guī)律來進(jìn)行檢測。
⑤特征子臉法
這種方法是將所有面像視為一個面像子空間，并基于檢測樣品與其在子孔間的投影之間的距離判斷是否存在面像。
值得提出的是，上述5種方法在實(shí)際檢測系統(tǒng)中也可綜合采用。
(2)人臉跟蹤
面貌跟蹤是指對被檢測到的面貌進(jìn)行動態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡單而有效的手段。
(3)人臉比對
面貌比對是對被檢測到的面貌像進(jìn)行身份確認(rèn)或在面像庫中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說，將采樣到的面像與庫存的面像依次進(jìn)行比對，并找出佳的匹配對象。所以，面像的描述決定了面像識別的具體方法與性能。目前主要采用特征向量與面紋模板兩種描述方法：
①特征向量法
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。
②面紋模板法
該方法是在庫中存儲若干標(biāo)準(zhǔn)面像模板或面像器官模板，在進(jìn)行比對時，將采樣面像所有象素與庫中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。
人臉識別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識別算法?！边@種算法是利用人體面部各器官及特征部位的方法。如對應(yīng)幾何關(guān)系多數(shù)據(jù)形成識別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時間低于1秒。

系統(tǒng)構(gòu)成：
系統(tǒng)分為服務(wù)器端和客戶端，服務(wù)器端由多臺視頻智能分析服務(wù)器和視頻檢索管理服務(wù)器組成，視頻智能分析服務(wù)器通過網(wǎng)絡(luò)從流媒體轉(zhuǎn)發(fā)服務(wù)器獲取視頻或圖片，由視頻智能分析算法進(jìn)行特征信息的提取，目前主要提供針對人和車輛的相關(guān)特征信息的分析與提取，具體包含：
1.人
包括長相、年齡、性別、衣服顏色、褲子顏色、是否戴眼鏡、是否留胡子等
2.車
包括車牌、車身顏色、車標(biāo)、車型等
視頻檢索管理服務(wù)器主要負(fù)責(zé)與客戶端的交互、特性信息數(shù)據(jù)庫的管理以及特征信息的搜索。


http://m.bjswx.com