tag 标签: 人脸识别

相关博文
  • 2022-7-5 15:52
    3 次阅读|
    0 个评论
    自从物联网(IoT)出现以来,边缘智能颇具颠覆性的创新,以及边缘计算应用都逐渐变得非常普遍,例如人脸识别,语音识别,物体识别,或者汽车上用的车辆识别系统都有它的身影。当然,这对算力的要求逐渐提高,NPU的性能也更受到注重,也作为了CPU与GPU外的下一个性能指标。 本文介绍的是米尔于2021年底发布的新品—— MYC-JX8MPQ核心板 ,作为AI领域的里程碑CPU模组,它基于NXP第一颗搭载了NPU的高端芯片 i.MX8MPlus ,这个模组主要面向AI场景,具有2.3 TOPS算力,4核 Cortex-A53 + Cortex-M7,主频1.8GHz+800MHz。 随着市场上机器学习开发的需求加大,NXP大力扩展eIQ软件环境,现在eIQ已经正式加入到BSP镜像中,它支持OpenCV,TensorFlow-Lite,armNN,PyTorch等框架。下面,我们借用一幅图来说明8M系列针对eIQ支持情况。 可以看到目前只有i.MX 8m Plus搭载了NPU神经网络单元,那么NPU到底强在哪里,请看如下对比。我们用了TensorFlow-Lite框架《将军》图为例,来对比CPU,GPU,NPU算法能力。 下表展示了通过对应的命令算出来的结果。可以看到,CPU的算力为平均44.832MS、GPU是160.934MS、NPU仅2.866MS,通过数据可以直观地看出NPU的算力更强,更能满足边缘计算的高标准要求。 这款 MYC-JX8MPQ 模组除拥有强悍的处理器之外,还有几个特别优势: 支持双MIPI CSI接口,可实现双路摄像头数据同时输入, 拥有强大的硬件编解码能力,支持H.264编解码; 多媒体接口丰富GPU/VPU、HDMI,支持HiFi语音及其他多媒体功能; 丰富的高速接口,传输速率快,其中2个千兆以太网、2个两用USB 3.0高速接口,可以保障语音和视频的高速传输; 所以,MYC-JX8MPQ可以在高性能AI设备、边缘计算、5G网关、高性能工业计算器、仪表仪器、工业网关设备等领域投入应用。 以上是对MYC-JX8MPQ核心板的介绍,同时米尔也提供配套的开发板,外设资源丰富。 登录米尔电子官网了解更多: http://www.myir-tech.com/product/MYC-J1028X.htm 关于米尔 米尔,专注嵌入式处理器模块设计和研发,是领先的嵌入式软硬件方案的供应商。米尔在嵌入式领域具有20年的行业技术经验,为客户提供专业的ARM工业控制板、ARM开发板、ARM核心板、ARM开发工具、充电桩计费控制单元及充电控制板等产品和技术服务。此外,米尔还可通过涵盖众多ARM处理器及操作系统的专业技术提供定制设计解决方案,通过专业且高效率服务帮助客户加速产品上市进程。
  • 热度 3
    2022-5-17 18:08
    401 次阅读|
    0 个评论
    基于QT+OpenCV的人脸识别-米尔iMX8M Plus开发板的项目应用
    本篇测评由电子工程世界的优秀测评者“流行科技”提供。 此次测试的开源项目,是基于QT+OpenCV的人脸识别打卡项目。本次体验使用的是开源的代码,此代码本来是运行在WIN下的,为了测试稍微进行了修改,让其运行在米尔iMX8M Plus开发板上。 测试项目实际是分了两个工程,一个工程是作为管理员控制功能使用,添加人脸信息。同时也可以查询到打卡记录,对从机进行下发通知等等。 人脸识别我们主要需要用到opencv的人脸检测分类器。 OpenCV编译完成后已经提供好了的。 因为这里还需要涉及到训练模型,有了模型后才能更好地识别,所以还是简单介绍下怎么训练的吧。 CascadeClassifier cascada; //将opencv官方训练好的人脸识别分类器拷贝到自己的工程目录中 cascada.load("F:videoccchaarcascade_frontalface_alt2.xml"); VideoCapture cap(1); //0表示电脑自带的,如果用一个外接摄像头,将0变成1 Mat frame, myFace; int pic_num = 1; while (1) { //摄像头读图像 frame; vector faces;//vector容器存检测到的faces Mat frame_gray; cvtColor(frame, frame_gray, COLOR_BGR2GRAY);//转灰度化,减少运算 cascada.detectMultiScale(frame_gray, faces, 1.1, 4, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70), Size(1000, 1000)); printf("检测到人脸个数:%dn", faces.size()); //识别到的脸用矩形圈出 for (int i = 0; i < faces.size(); i++) { rectangle(frame, faces, Scalar(255, 0, 0), 2, 8, 0); } //当只有一个人脸时,开始拍照 if (faces.size() == 1) { Mat faceROI = frame_gray(faces );//在灰度图中将圈出的脸所在区域裁剪出 //cout << faces .x << endl;//测试下face .x resize(faceROI, myFace, Size(92, 112));//将兴趣域size为92*112 putText(frame, to_string(pic_num), faces .tl(), 3, 1.2, (0, 0, 225), 2, 0);//在 faces .tl()的左上角上面写序号 string filename = format("F:video%d.jpg", pic_num); //图片的存放位置,frmat的用法跟QString差不多 imwrite(filename, myFace);//存在当前目录下 imshow(filename, myFace);//显示下size后的脸 waitKey(500);//等待500us destroyWindow(filename);//:销毁指定的窗口 pic_num++;//序号加1 if (pic_num == 11) { return 0;//当序号为11时退出循环,一共拍10张照片 } } int c = waitKey(10); if ((char)c == 27) { break; } //10us内输入esc则退出循环 imshow("frame", frame);//显示视频流 waitKey(100);//等待100us } return 0; 通过上面的代码,完成图像采集。 //读取你的CSV文件路径. //string fn_csv = string(argv ); string fn_csv = "F:videocccat.txt"; // 2个容器来存放图像数据和对应的标签 vector images; vector labels; // 读取数据. 如果文件不合法就会出错 // 输入的文件名已经有了. try { read_csv(fn_csv, images, labels); //从csv文件中批量读取训练数据 } catch (cv::Exception& e) { cerr << "Error opening file "" << fn_csv << "". Reason: " << e.msg << endl; // 文件有问题,我们啥也做不了了,退出了 exit(1); } // 如果没有读取到足够图片,也退出. if (images.size() <= 1) { string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!"; CV_Error(CV_StsError, error_message); } for (int i = 0; i < images.size(); i++) { //cout<
  • 热度 4
    2018-11-25 00:31
    2118 次阅读|
    2 个评论
    近几年,由于人脸识别的应用越来越普遍,各种人脸算法也是层出不穷,其中较为常见的方法是采用双路摄像头:彩色摄像头用于人脸识别、回显等;红外摄像头用于活体检测。 RK3288 由于其内部只有一路 ISP ,所以如果要接入双路摄像头,可以采用以下三种方式: 1 、 外接两路 USB CAM 2 、 外接一路 RAW SENSOR 和一路 YUV SENSOR 3 、 外接两路 RAW SENSOR 同时外加 ISP 处理芯片 上述三种方式各有利痹,大致如下: 外接两路 USB CAM, 将 USB CAM 输出的 YUV 信号给到 RK3288, 这种方法较为方便快捷,但是功耗相对较大,同时由于 USB CAM 其 ISP 性能的局限性,色彩还原、曝光处理、宽动态、帧率等各方面性能相对不尽如意。 外接一路 RAW SENSOR 和一路 YUV SENSOR, 一方面采用 RK3288 内部的 ISP 处理 RAW 数据,这部份需要原厂的技术支持;另一方面采用内部自带 ISP 功能的 SENSOR, 但是这种 SENSOR 的 ISP 性能一般很弱,效果较为一般。 外接两路 RAW SENSOR 和 ISP 处理芯片,由外置 ISP 芯片将 RAW 数据经过一系列的算法处理,得到高质量的 YUV 信号输出到 RK3288 。由于目前的 ISP 芯片技术较为成熟,该效果表现优越。但是这种方式需要 ISP 芯片原厂的技术支持,并且设有较高的门槛条件。 基于上述,对于品质及性能要求较高的产品和应用,我们建议采用第三种方式:外置 ISP 处理芯片。目前已有成熟的外置 ISP 处理芯片的摄像头模组,已固化好优质的算法,不需要再去调试图像效果
  • 热度 16
    2015-4-9 12:49
    2674 次阅读|
    3 个评论
    人脸识别的算法到底发展到了什么程度,今年趁着2015慕尼黑展,特别留意了许多企业新推出的人脸识别技术,果然有新亮点,许多新算法的应用在传统的基础上更近一步,有融合全局的算法,也有局部特征的识别算法,如性别判定(男?女?。。)、年龄判定(25岁?30岁?。。)、表情判定(高兴?悲伤?。。)、目光视线判定(目光视线角度)、面部朝向判定(右转?左转?)、眨眼判定、人脸对比等等,很多功能的后续应用都引人遐想。 识别率与识别速度也在以前的基础上进一步提升,一些方案采用特征抽取识别算法,所需的建模空间小,能支持快速识别处理,同时也比利用辉度值直方分布抽取的方法更不受光线明暗的影响,可以在较为弱光的环境下进行识别。 本着对年龄算法将信将疑的精神,我亲自做了测试,结果显示年轻三岁。虽然我期待年轻更多,但作为实验准确性来说还是比较靠谱,介绍人员也表示一般测试结果会“显”年轻。性别判定没问题、表情识别(微笑OK,发怒(给出结果生气)、皱眉(痛苦))、视线判定略有延迟。 对于这些新算法的应用领域,除了传统的监控设备、安防外,厂家也把如电视空调在内的智能家电、市场调研在内的人流分析、机器人等纳入了目标范围,当然针对不同算法的功能模块,都可以进行定制,系统应用的想象空间更大,比如在车载环视系统中,现在比较多采用人体检测与移动算法来报警与车辆可能的碰撞等。 不过提出识别系统的厂家在出售形式上依然以硬件售出为主,更倾向于提供标准的开发模块,内含摄像头及传感算法等组件成套出售为主。 图为对路人实时信息识别。识别速度较快。
  • 热度 20
    2013-10-30 13:05
    882 次阅读|
    0 个评论
      为了更一步适应高安全度的要求,门禁系统也经历了RFID卡门禁、指纹门禁、虹膜识别门禁、面部识别门禁系统的变革。   指纹与人脸识别简介   一、指纹识别门禁   指纹门禁系统,是利用人体生物特征指纹来进行身份安全识别,具有不可替代,不可复制和唯一性的特点,其采用高科技的数字图像处理、生物识别及 DSP算法等 技术,用于门禁安全、进出人员识别控制,是符合现代安防要求的新一代门禁系统。本系统以手指取代传统的钥匙及现有的IC、ID卡功能,它利用人体指纹的各 异性和不变性,为用户提供安全可靠的加密手段,使用时只需将手指平放在指纹采集仪的采集窗口上,即可完成*任务,操作十分简便。而且避免了传统机械锁、 识别卡、密码锁等由于钥匙的丢失与盗用、识别卡的伪造或密码锁的破译所造成的损失,同时系统还具有屏幕汉字显示功能,从而增强门禁的防护措施,实现了安全 管理的功能。   二、面部识别门禁   面部识别又称人脸识别、面像识别、面容识别等等,以下都称之为人脸识别。受安全保护的地区可以通过人脸识别辨识试图进入者的身份。人脸识别系统可用于企业、住宅安全和管理。   面部识别是根据人的面部特征来进行身份识别的技术,包括标准视频识别和热成像技术两种。   标准视频识别是透过普通摄像头记录下被拍摄者眼睛、鼻子、嘴的形状及相对位置等面部特征,然后将其转换成数字信号,再利用计算机进行身份识别。视频面部识 别是一种常见的身份识别方式,现已被广泛用于公共安全领域。   热成像技术主要透过分析面部血液产生的热辐射来产生面部图像。与视频识别不同的是,热成像技术 不需要良好的光源,即使在黑暗情况下也能正常使用。   门禁系统的智能化、生物化标志着安防产业的又一次里程碑的确立。在新技术的支持下,门禁系统必然会走向新的辉煌。   指纹识别技术的优点与应用   指纹识别技术是生物识别技术领域较早被开发的,作为研发历史最为长久的生物识别技术,它具备了以下众多优点:   1、指纹是人体独一无二的特征,并且它们的复杂度足以提供用于鉴别的足够特征;   2、每个人的指纹都是相当固定的,很难发生变化;   3、易于获取指纹样本、易于开发识别系统、实用性强;   4、一个人的十指指纹都不相同,可提高系统的安全性;   5、识别指纹的模板(样本)不是指纹图,而是从指纹图中提取的关键特征。这样,使得存储指纹模板的存储量要远小于存储指纹图;   6、读取指纹时,用户必须将手指与指纹采集头相互接触,与指纹采集头直接接触是读取人体生物特征最可靠的方法。这也是指纹识别技术能够占领大部份市场的一个主要原因;   7、指纹采集头可以更加小型化,并且价格会更加的低廉。   由此可见,指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案,在大规模应用方面有着很大的潜力。   从广泛的意义上来说,凡是需要进行身份认证的系统和产品都可以应用指纹识别装置,其主要的应用领域如下:   1、刑侦:最早应用指纹识别技术和产品的领域。由于专业的需求特点,更多的是应用1:N模式的指纹数据库检索。   2、门禁:应用指纹特征识别技术和产品较多的领域。由于门禁应用的环境特点,是指纹产品较容易满足需求指标的领域,它们大多与计算机系统集成为门禁控制与管理系统。   3、金融:鉴于金融业务涉及资金和客户的经济机密,在金融电子化的进程中,为保证资金安全,保护银行客户和银行自身的利益,在业务管理和经营管理中,利用指纹验证身份的必要性和安全性越来越受到关注。指纹身份鉴别产品在金融业的应用已经呈现出不断增长的势头。   4、社保:社保系统尤其是养老金的发放存在着个人身份严格鉴别的需求。指纹身份鉴别能可靠地保障社保卡与持有人之间的唯一约束对应关系,是非常适合采用指纹身份认证的领域。   5、户籍:随着新一代公民身份证的发行,在户籍和人口管理方面,指纹身份鉴别技术和产品是加强政府行政准确度和力度的最佳方法。    人脸识别的优势与应用   人脸识别市场尚处于市场培育阶段,其发展空间非常广阔,近几年受到非常大的关注。作为一种新兴的生物识别技术,与虹膜识别、指纹扫描、掌形扫描等技术相比,人脸识别技术在应用方面具有独到的优势:   使用方便:人脸识别技术使用通用的摄像机作为识别信息获取装置,是一种完全非接触的方式,在识别对象未察觉的情况下完成识别过程,识别对象不会存在心理排斥情绪;   直观性突出:人脸无疑是肉眼能够判别的最直观的信息源,而人脸识别技术所使用的依据正是人的面部图像,方便人工确认、审计,“以貌取人”符合人的认知规律;   不易仿冒:人脸识别技术要求识别对象必须亲临识别现场,他人难以仿冒,人脸识别技术所独具的活性判别能力保证了他人无法以非活性的照片、木偶、蜡像来欺骗识别系统,这是指纹等生物特征识别技术所很难做到的;    识别精确度高,速度快:与其它生物识别技术相比,人脸识别技术的识别精度处于较高的水平,误识率、拒认率较低;   使用通用性设备:人脸识别技术所使用的设备一般为PC、摄像机等通用设备,由于目前计算机、闭路电视监控系统等已经得到了广泛应用,因此,对于多数用户而言,使用人脸识别技术无需添置大量专用设备,既保护了用户的原有投资又大大扩展了系统功能,同时还提高了系统的安全性能,满足了用户的安全性需求;   概括地说,人脸识别技术是一种高精度、易于使用、稳定性高、难仿冒、性价比高的生物特征识别技术,具有极其广阔的市场应用前景。   1)监控布控   实时实现多路摄像机对数十万布控对象的现场识别和报警提示,广泛用于机场、火车站、银行等场所,实现对特定人群的布控,   2)公安照片搜索系统   公安系统目前面临的一个难题是无法充分利用手头上现成的(身份证、暂住证等)数以百万计的照片资源,在查案过程中拿到一张照片却无法有效的定位其身份,人工的逐张进行照片对比几乎是不可能完成的工作,只能花费大量的警力和时间进行排查。采用人脸识别实现快速人脸检索查找,充分体现科技强警的威力。   3)门禁出入   人脸识别的另一主流应用方向,其优势在于非接触操作而且直观方便便于事后查验。   4)身份识别   应用有考场考生身份识别系统,公安局罪犯积分系统等   人脸识别与指纹识别展望   一、2010年人脸识别销售额有望过百亿   新兴的信息安全应用领域,人脸识别技术提供了一种更为安全可靠易用的身份鉴别手段,从而提升了整个网络信息系统的安全性能,有效地遏止各类网络违法犯罪活动。同时,人脸识别技术在传统的安防领域可以便捷地与原有技术实现紧密的结合,大大提升原有系统的智能化程度、安全性及易用性,拓展了原有系统的应用领域,从而促进了传统产业的技术升级。   经过几年的发展,越来越多的厂商加入到人脸识别行业的市场竞争中,也加快了这一市场的进一步成熟。经济危机使得本来研发成本相对较高的厂商,都或多或少的感觉到了绩效的压力,但是,只要能够有效利用资源,积极开发用户潜在需求,加深服务,人脸识别的快速发展依然是大势所趋。据统计,仅在中国大陆,人脸识别在2010年有望达到年销售额过百亿的市场规模。   二、指纹识别在安防领域的发展趋势   指纹识别技术的应用创新仍将是指纹技术在安防领域应用中新的增长点,未来几年,如下的一些应用领域将得到高速的发展:   (1)指纹技术在电子商务中的应用   互联网的普及,网上购物、网上交易、网上支付、网上娱乐的流行,电子商务中的安全问题已经受到广泛地关注,也为指纹识别技术的应用提供了比较好的发展空间。使用指纹识别技术解决电子商务应用中的访问控制问题和身份确认问题,将是下一步指纹识别技术在电子商务系统中应用重点。   (2)指纹技术在银行、证券等金融领域的应用   银行、证券等金融领域一直是安防产品的重点应用行业。   在金融领域,随着银行柜员身份指纹认证系统的全面推广使用,尤其是中国建设银行在全行推广柜员指纹身份认证系统,将推进指纹识别技术在金融行业其他领域的应用。   在银行内控和内部管理方面,除目前已经使用的银行柜员身份认证系统外,指纹押运系统、指纹二道门控制系统、指纹金库门控制系统将会逐步被认同并获得应用;在面向银行客户的应用方面,指纹识别技术将被逐步应用到储蓄、ATM柜员机取款等环节的用户身份认证;指纹POS机将逐步取代传统的刷卡 POS,指纹支付将逐步取代刷卡支付,指纹USBKey数字证书将逐步取代传统的USBKey数字证书。在企业网上银行中,也将会引入指纹识别技术进行操作人员的身份认证。   (3)指纹技术交通领域的应用   指纹技术在交通领域的应用将由目前还比较单一的驾驶员培训指纹管理系统,逐步扩展到基于指纹的汽车行驶记录仪、基于指纹技术的从业资格证管理、基于指纹的特殊车辆的管理、交通物流系统中的驾驶员身份指纹认证等多个应用领域。   (4)指纹技术在电子政务系统、企业内部办公自动化系统中的应用   电子政务系统和企业内部办公自动化系统也将是指纹识别技术应用的重点领域。在系统访问控制方面,进出网络系统、进出计算机系统、进出电子政务系统或办公自动化系统均会采用指纹身份认证方式;在身份确认方面,将会使用指纹电子印章进行身份确认。
相关资源