Littelfuse,Littelfuse代理,力特自恢复保险丝,力特汽车保险丝,力特TVS管,力特保险丝,力特光伏保险丝,力特电力保险丝,力特方形保险丝,保险丝管,光伏保险丝,压敏电阻,一级代理

东莞市长淞电子科技有限公司      咨询热线：0769-81700518

 

    近日，军事动作影片《战狼2》的相关信息成功占据了人们的视线，出彩的不仅是其中的动作打斗，影片中出现的高科技武装设备也成功将人们的目光转移到科技领域上。

 

    影片中最精彩、最经典的桥段之一就是雇佣兵利用基于人脸识别的无人机手控追踪，并精确瞄准、实时射击，雇佣兵们凭借这一技术为主角制造了不少的麻烦。

 

    在电影中无人机轻松识别主角看似简单，其实技术含量不低。这其中主要涉及了视频图像防抖动技术、视频跟踪技术、视频图像人脸检测技术、视频图像人脸识别技术（可以是前端的小型分类器识别，也可以是传回后台进行深度神经网络模型识别）、人体动态识别技术、无人智能集群技术、图像无线通讯传输技术。

 

    无人机的其他表现如持续射击、装载小型火箭弹，我们暂且不作分析，但人脸识别技术是否能够达到如影片中的技术水准，本文为你解答人脸识别技术的秘密。

 

    真实世界的人脸识别

 

    据雷锋网报道，目前基于相关技术的无人机虽然已经有了一些跟踪、打击犯罪、恐怖分子的能力，但还不足以识别人脸、精确打击。零度智控CEO杨建军解释说，在夜晚环境中，加配人脸识别的无人机想要拍摄到人体必须在50米以内，如要要看清人脸必须在15米以内，这种应用不太适合旋翼机，更适合中高空固定翼侦察机。但他同时判断，这肯定是未来无人机发展的趋势之一。

 

    如果利用无人机单纯识别人脸的话，有个直观的对比。自动驾驶车辆车载前置相机识别红绿灯，如果汽车前置相机离红灯10米开外的话，红绿灯在相机中所占的像素就非常少，尤其下采样后，也就是几十个pixel(甚至更少)，如果超过20米、30米或者更远，在像素点更少的情况下，很难通过像素点去识别灯光；

 

    同理，在实际生活中，无人机在几十米开外很难识别人类面部具体的细节特征；另外无人机的拍摄高度远高于一般监控镜头的设置高度，要拍摄清晰的人脸影像殊不容易；再者无人机机载嵌入式芯片因为考虑的因素众多，会首选低功耗，因此用的多的也是XilinxZQNQ的芯片、ZYNQ的性能，所以即使跑AlexNet的256*256这种量级都跑不到实时。

 

    大华股份解决方案工程师张生强则表示，在对于距离远造成的像素点降低的问题，大华有了合理的处理方案。但大华无人机在加配人脸识别时也遇到了一些问题，主要是人脸获取的有效性。他解释说，一般人脸识别相机都是安装在车站、机场等通道或者是入口处，拍摄的角度都是固定的，对于人脸的采集成功率比较高，但是无人机拍摄的画面和角度都是不固定的，最开始的视角不一定能刚好拍到正面人像，需要不断机动飞行。

 

    人脸识别技术的学习方法

 

    人脸识别是计算机视觉研究领域的一个热点，研究领域非常广泛。对于人脸样本的获取来进行算法学习至关重要，以下以在LFW数据集上（LabeledFacesintheWild）获得优秀结果的方法和采用深度学习的方法来进行分析。

 

    LFW数据集（LabeledFacesintheWild）是目前用得最多的人脸图像数据库。该数据库共13233幅图像，共5749个人，其中1680人有两幅及以上的图像，4069人只有一幅图像。图像为250*250大小的JPEG格式。绝大多数为彩色图，少数为灰度图。该数据库采集的是自然条件下人脸图片，目的是提高自然条件下人脸识别的精度。

 

    识别算法要完成的工作是人脸验证（Faceverification），即判断给定的两张图片（一对）中的人脸是否来自同一个人。

 

    LFW将数据集分作两大块，用做供研究人员选择其算法模型所用，包括一个训练集和一个测试集，不管是训练集还是测试集，其图片都是由M对来自同一人脸的图像和N对来自不同人脸的图像构成；当确定了模型后，算法将在[View2]上实验，[View2]包含10个子集，每个子集构成规则同刚讲到的训练集或测试集，实验过程大抵为：

 

    A、每次从10个子集中选一个做为测试集，其余9个做为训练集；

 

    B、通过训练集确定模型的参数；

 

    C、对测试集进行预测；

 

    D、计算预测的准确度；

 

    进行十次之后，平均的准确度即为该算法在LFW上的识别准确度，GaussianFace的98.52%即是如此计算的。