人臉識別之人臉關鍵特征識別

從直覺上判斷，圖像中像素的重要性程度肯定不一樣，比如眼睛、鼻子、嘴巴等部位的像素重要性應該更高，對結果有更大的影響。而臉部中間部位的像素重要性比較低，甚至都沒有參與運算的必要性。

研究表明，確實有很多像素沒有參與運算的必要，這些像素被去除后不影響識別結果，還可以加快識別速度，并提升模型魯棒性。

實現(xiàn)過程

以上簡單描述了人臉關鍵特征的計算方法。在實際應用中，需要借助于統(tǒng)計分析的技術，從大量的人臉中找到對應的特征，并通過訓練出不同的分類器，如嘴巴分類器、眼睛分類器等，從而實現(xiàn)人臉及關鍵部位的檢測。

在進行比對時，需要對包含臉部的所有可能檢測窗口進行窮舉搜索，得到關鍵部位信息，并進行存儲或比對，這個過程相對比較耗時。在比對過程中，可以使用各個部位進行相似性比對，并進行結果合并；或者直接對包含各個部件的全局特征進行比對，直接輸出比對結果。

有研究表明，兒童識別目標（如人臉）往往依據(jù)目標的某些局部特征，而成年人則側重于記住目標的全局。

人臉特征的探測也可作為一種圖像預處理手段，如果確定了兩眼的位置，得到兩眼間的距離，依此就可得到人臉的尺度大小，進行尺度標準化處理，解決人員距離***遠近的問題。從理論上來說，人臉的關鍵部位特征相對比較穩(wěn)定，對人臉、方向等沒有過多要求，通過算法提取的特征能準確反映對象的特征，具有一定的不變性，保證了結果輸出的一致性，能夠滿足人臉識別在早期各應用場景的使用。

人臉識別（Face Recognition）實現(xiàn)了圖像或視頻中人臉的檢測、分析和比對，包括人臉檢測***、人臉屬性識別和人臉比對等***服務模塊，可為開發(fā)者和企業(yè)提供的在線API服務，應用于人臉AR、人臉識別和認證、大規(guī)模人臉檢索、照片管理等各種場景。

人臉特征點***

功能：提取圖像中的人臉五官關鍵點，輸出關鍵點位置信息。

優(yōu)勢：可毫秒級識別人臉105個關鍵點***(眉毛24點，眼睛32點，鼻子6點，嘴巴34點，外輪廓9點)。

應用場景：可為人臉美化/***、人臉認證、檢索、3D人臉等功能提供基礎信息。