人工智能概論（第2版） 課件第5章 人臉識別與視覺圖像

第五章人臉識別與視覺圖像——讓人工智能觀察世界

人臉識別流程首先要完成的是對目標(biāo)圖片的掃描檢測，確定畫面中是否存在人臉，人臉的位置以及人臉的質(zhì)量等信息。人臉識別的第二步是人臉關(guān)鍵點(diǎn)定位。主要目的是確定眼睛、鼻子、嘴等核心區(qū)域的位置，為人臉識別做準(zhǔn)備。人臉識別的第三步是將人臉核心區(qū)域的特征值提取后，與人員底庫中保存的人臉特征值計(jì)算比對，識別出人臉身份。人臉檢測關(guān)鍵點(diǎn)定位特征提取及比對70%“無卡校園”人臉庫學(xué)生人臉自助采集校園出入口人員身份管理幼兒園家長接送管理走讀生管理請假管理校門口宿舍管理智能簽到模式通道考勤模式無感知人臉考勤及專注度分析數(shù)據(jù)清洗通過篩選，無效數(shù)據(jù)，并進(jìn)行分類比如：同一秒去掉鐘同一學(xué)生有多條數(shù)據(jù)，只保留一條分配權(quán)重按照數(shù)據(jù)有效性，進(jìn)行個人權(quán)重打分比如：同一秒學(xué)生抬頭越多，分配的權(quán)重越大歸一化處理等比縮放到（0,100）范圍，使數(shù)據(jù)具有可比性比如：處理前一班的數(shù)據(jù)是（11,35），二班的數(shù)據(jù)為（33,90），都等比縮放到（0,100）思考人臉識別離不開視覺圖像，在日常中除了人臉識別，視覺圖像技術(shù)還用在哪些方面？目錄人類視覺與機(jī)器視覺計(jì)算機(jī)視覺圖像技術(shù)計(jì)算機(jī)視覺圖像系統(tǒng)及應(yīng)用視覺圖像智能分析的核心技術(shù)手寫數(shù)字識別案例人類視覺與機(jī)器視覺PART01人類視覺人類視覺視覺是人類五覺中最特別的一種感官能力，大部分的外來信息都是通過視覺獲得并傳遞到人類的大腦，因此人類的視覺系統(tǒng)是獲取外界環(huán)境信息的重要途徑人類是如何通過眼球看到物體的，視覺的成像過程是怎么樣的？（畫圖講解）人類視覺人類是如何通過眼球看到物體的，視覺的成像過程是怎么樣的？（畫圖講解）眼球通過接收并聚合外界物體反射的光線，依次經(jīng)過角膜、瞳孔、晶狀體和玻璃體，并經(jīng)過晶狀體等的折射，最終落在視網(wǎng)膜上，形成物象。視網(wǎng)膜上的感光細(xì)胞將物象信息通過視覺神經(jīng)傳遞給大腦，人就產(chǎn)生了視覺機(jī)器視覺機(jī)器視覺是人工智能快速發(fā)展的一個分支。機(jī)器視覺主要是使用機(jī)器來模擬人的視覺功能，從客觀事物的圖像中提取有用信息，進(jìn)行處理并加以理解，最終用于企業(yè)生產(chǎn)中的檢測、測量和控制等。機(jī)器視覺技術(shù)機(jī)器視覺技術(shù)，是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的交叉學(xué)科，它最大的特點(diǎn)就是速度快、信息量大、功能多。機(jī)器視覺系統(tǒng)機(jī)器視覺系統(tǒng)是指，利用機(jī)器視覺技術(shù)，通過機(jī)器視覺設(shè)備將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝取目標(biāo)的形態(tài)信息，根據(jù)像素分布、顏色、亮度等信息，轉(zhuǎn)換成數(shù)字化信號。圖像系統(tǒng)通過對這些信號進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。機(jī)器視覺系統(tǒng)的作用？計(jì)算機(jī)視覺圖像技術(shù)PART02計(jì)算機(jī)視覺圖像技術(shù)在人工智能領(lǐng)域中，機(jī)器視覺系統(tǒng)扮演著非常重要的角色，并形成了一個特定的研究領(lǐng)域——計(jì)算機(jī)視覺。計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，也就是研究如何使用電腦和攝影機(jī)來代替人眼完成對目標(biāo)的識別、跟蹤和測量等工作，并進(jìn)一步通過計(jì)算機(jī)進(jìn)行圖形圖像處理，使之成為更適合人眼觀察或傳送給儀器檢測的圖像。計(jì)算機(jī)視覺主要是通過對相關(guān)理論技術(shù)的研究，試圖建立能夠從圖像或者多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。計(jì)算機(jī)視覺圖像技術(shù)計(jì)算機(jī)視覺圖像技術(shù)也可以看作是研究如何使人工智能系統(tǒng)從圖像或多維數(shù)據(jù)中“感知”信息的科學(xué)。而計(jì)算機(jī)視覺圖像技術(shù)的實(shí)現(xiàn)原理，就是通過各種成像系統(tǒng)來代替視覺器官（眼睛）作為輸入，由計(jì)算機(jī)來代替大腦完成處理和解釋。計(jì)算機(jī)視覺圖像技術(shù)的最終研究目標(biāo)就是使計(jì)算機(jī)能夠做到像人一樣通過視覺系統(tǒng)來觀察和理解世界，并且具備自主適應(yīng)環(huán)境的能力。計(jì)算機(jī)視覺和機(jī)器視覺計(jì)算機(jī)視覺計(jì)算機(jī)視覺是利用計(jì)算機(jī)和其輔助設(shè)備來模擬人的視覺功能，實(shí)現(xiàn)對客觀世界的三維場景的感知、識別和理解，更加偏重于軟件系統(tǒng)，側(cè)重于通過算法來對圖像進(jìn)行識別分析機(jī)器視覺機(jī)器視覺包含了諸如采集設(shè)備、光源、鏡頭、控制、算法等一系列的硬件系統(tǒng)，更加側(cè)重于工程上的實(shí)際應(yīng)用計(jì)算機(jī)視覺圖像系統(tǒng)及應(yīng)用PART03計(jì)算機(jī)視覺圖像系統(tǒng)處理過程計(jì)算機(jī)視覺圖像系統(tǒng)的結(jié)構(gòu)形式很大程度上依賴于其具體的應(yīng)用方向。計(jì)算機(jī)視覺圖像系統(tǒng)處理過程——圖像獲取一幅數(shù)字圖像是由一個或多個圖像感知器產(chǎn)生，這里的感知器可以是各種光敏攝像機(jī)，包括遙感設(shè)備，X射線斷層攝影儀，雷達(dá)，超聲波接收器等。取決于不同的感知器，產(chǎn)生的圖片可以是普通的二維圖像，三維圖組或者一個圖像序列。計(jì)算機(jī)視覺圖像系統(tǒng)處理過程——圖像預(yù)處理使用二次取樣保證圖像坐標(biāo)的正確；使用平滑去噪來濾除感知器引入的設(shè)備噪聲；通過提高對比度來保證實(shí)現(xiàn)相關(guān)信息可以被檢測到；通過調(diào)整尺度空間使圖像結(jié)構(gòu)適合局部應(yīng)用。計(jì)算機(jī)視覺圖像系統(tǒng)處理過程——特征提取從圖像中提取各種復(fù)雜度的特征。例如：線，邊緣提?。惶崛【植炕奶卣鼽c(diǎn)檢測，如邊角檢測，斑點(diǎn)檢測；還有一些更復(fù)雜的特征與圖像中的紋理形狀或運(yùn)動有關(guān)。計(jì)算機(jī)視覺圖像系統(tǒng)處理過程——檢測分割在圖像處理過程中，有時會需要對圖像進(jìn)行分割來提取有價(jià)值的，用于后繼處理的部分，例如：篩選特征點(diǎn)；分割一或多幅圖片中含有特定目標(biāo)的部分。計(jì)算機(jī)視覺圖像系統(tǒng)處理過程——高級處理高級處理包括：①驗(yàn)證得到的數(shù)據(jù)是否符合前提要求；②估測特定系數(shù)，比如目標(biāo)物理的姿態(tài)，體積；③對目標(biāo)物體進(jìn)行分類。高級處理還包括對圖像內(nèi)容的理解，主要是針對分割以后的圖像塊進(jìn)行理解，例如進(jìn)行識別等操作。計(jì)算機(jī)視覺圖像系統(tǒng)的應(yīng)用安防監(jiān)控、人臉識別交通、無人駕駛計(jì)算機(jī)視覺圖像系統(tǒng)的應(yīng)用工業(yè)生產(chǎn)在線購物非精密測量；識別工業(yè)部件上的缺陷和劃痕等；篩選不合格產(chǎn)品；通過不同角度的照片重建零部件三維模型計(jì)算機(jī)視覺圖像系統(tǒng)的應(yīng)用游戲娛樂機(jī)器人、無人機(jī)計(jì)算機(jī)視覺圖像系統(tǒng)的應(yīng)用生物醫(yī)學(xué)影像視覺圖像智能分析的核心技術(shù)PART04圖像分類案例當(dāng)w1=w2=1,令θ=2，則

圖像分類的過程包含兩個核心步驟：特征提取和特征分類圖像的特征主要包括圖像的顏色特征、紋理特征、形狀特征和空間關(guān)系特征。圖像分類案例顏色特征和紋理特征都是全局特征，描述了圖像或圖像區(qū)域所對應(yīng)的景物的表面性質(zhì)?？臻g關(guān)系特征，是指圖像中分割出來的多個目標(biāo)之間的相互的空間位置或相對方向關(guān)系，這些關(guān)系也可分為連接/鄰接關(guān)系、交疊/重疊關(guān)系和包含/包容關(guān)系等。形狀特征又包括了兩類特征，一類是輪廓特征，另一類是區(qū)域特征。圖像的輪廓特征主要針對物體的外邊界，而圖像的區(qū)域特征則關(guān)系到整個形狀區(qū)域。圖片如何在計(jì)算機(jī)中存儲矩

陣

像

素

分辨率是1280×720灰度圖像0黑色，255白色彩色圖像（R,G,B）三階張量

三個通道圖像分類案例特征小貓小鳥飛機(jī)汽車特征1：有沒有翅膀沒有有有沒有特征2：有沒有眼睛有有沒有沒有卷積運(yùn)算卷積運(yùn)算利用卷積提取圖像特征——原理通過卷積運(yùn)算，我們可以將原圖像變換為一幅新圖像。這幅新圖像有時候比原圖像更清楚地表示了某些性質(zhì)，我們就可以把它當(dāng)作原圖像的一個特征。這里用到的小矩陣就稱為卷積核。通常，圖像矩陣中的元素都是介于0到2