人脸识别都有哪些识别方法

第一、几何特性的人脸识别方法：几何特性可以是眼、鼻、嘴等的外形和它们之间的几何关系（如相互之间的距离）。这些算法识别速度快，必要的内存小，但识别率较低。
 
第二、基于特性脸（PCA）的人脸识别方法：特性脸方法是基于KL变换的人脸识别方法，KL变换是图像压缩的一种最优正交变换。高维的图像空间经过KL变换后得到一组新的正交基，保留其中紧张的正交基，由这些基可以张成低维线性空间。假如假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特性矢量，这就是特性脸方法的基本思想。这些方法必要较多的训练样本，而且完全是基于图像灰度的统计特征的。目前有一些改进型的特性脸方法。
 
第三、神经网络的人脸识别方法：神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相干函数、局部纹理的二阶矩等。这类方法同样必要较多的样本进行训练，而在很多应用中网页设计报价，样本数量是很有限的。
 
第四、弹性图匹配的人脸识别方法：弹性图匹配法在二维的空间中定义了一种对于通常的人脸变形具有肯定的不变性的距离，并采用属性拓扑图来代表人脸，拓扑图的任一顶点均包含一特性向量，用来记录人脸在该顶点位置附近的信息。该方法结合了灰度特征和几何因素，在比对时可以许可图像存在弹性形变，在战胜表情转变对识别的影响方面收到了较好的结果，同时对于单小我也不再必要多个样本进行训练。

作者：北京电动门智控