简介

人脸识别解决方案广受市场追捧，在诸多行业应用广泛，例如金融、安防、电子商务、智能手机、娱乐图片等行业。随着技术发展市场扩大，人脸识别技术在现实生活中的应用场景越来越多，价值及作用越来越大。

功能介绍

使用 FaceAPI 技术，通过阿里云人脸识别技术为系统赋能，实现实时检测视频人脸数据并识别最相似的人脸的功能。

FaceApi 介绍：建立在「tensorflow.js」内核上的 api，它实现了三种卷积神经网络（CNN）架构，用于完成人脸检测、识别和特征点检测任务。

Aliyun api 介绍：人脸识别（Face Recognition）实现了图像或视频中人脸的检测、分析和比对，包括人脸检测定位、人脸属性识别和人脸比对等独立服务模块，可为开发者和企业提供高性能的在线API服务，应用于人脸AR、人脸识别和认证、大规模人脸检索、照片管理等各种场景。

其他功能

  • 人物信息管理系统
  • 人脸识别数据处理中后台

设计思路

  1. 使用 FaceAPI 技术实现的边缘计算 —— 用于实时分析识别截取人脸（边缘计算这一部分指该部分处理不需要联网即可运行计算，之后再将处理后的数据传输，减少带宽压力和中枢的计算压力，合理利用边缘设备计算资源）

边界框人脸图像实时截取之后进行边缘设备图像传输，

加载人脸检测、人脸特征点检测和人脸识别模型。（模型使用算法以下有介绍）

  1. 构建一个独立中枢服务器用于处理人物信息，人脸信息，同时接入 AliYun 人脸识别 Api ，调用云端 API 实现 功能上云，通过联系云端为系统赋能，使一台小设备能获得大型机房训练算力的能力。可支持最多上千个人脸的同时检测，支持平面360度旋转人脸检测，支持左右最大90度侧面人脸检测。


  1. 图像数据集建立，深度学习比对人脸数据，提取特征值，计算获得相似度，返回一个数据集中相似度最高的人脸数据。在人脸检测基础上，识别各个检测人脸的性别（男/女）、年龄、表情（笑/不笑）、眼镜（戴/不戴）四种属性；同时可返回人脸的1024维深度学习特征，基于这个特征并按照特征比较规则，可实现高性能的人脸识别。该算法在业内公开测试集lfw上达到了99.58%的识别精度。

创新点

结合创新技术：

云，人脸识别，深度学习，TensorFlow，边缘云计算，物联网

使用算法：

  • SSD（Single Shot Multibox Detector）算法：一个基于 MobileNetV1 的卷积神经网络（CNN），在网络的顶层加入了一些人脸边框预测层，用于人脸边框检测。


  • 卷积神经网络（CNN）：用于实现人脸的特征值提取。


  • 人脸识别网络：ResNet-34 架构，被训练用于学习出人脸特征到人脸描述符的映射（一个包含 128 个值的特征向量），这个过程通常也被称为人脸嵌入。

  • Simese 网络（Siamese network）：输入两张人脸，然后计算它们的相似度。

  • One-Shot学习（One-shot learning）：通过一个人脸样例就能去识别这个人。