- 07/28
- 2016
-
QQ扫一扫
-
Vision小助手
(CMVU)
在当今的机器人领域,基于机器视觉的人脸面部识别和检测发展得非常之快,并且已经运用于很多领域。
现在,人脸识别已经应用到了包括支付、远程业务办理、安防以及门禁等场合中。经过近两个月的试运行,安检人脸识别系统近日已经在深圳宝安国际机场国内安检区正式投入使用,这也是全国首家将人脸识别系统嵌入机场的安检信息系统。很多人都说,我们迎来刷脸时代。届时,坐车验票、出入门禁、购物支付……在诸多类似场景中,只靠“刷”一下自己的脸就能搞定。
然而,就目前而言,机器人能够成功做到面部识别,是因为其已经处于正常的照明条件之下。而要想此技术进一步发展,我们还需要克服一个障碍:如何在光线不明朗的情况下也能刷脸成功?因此,在到达刷脸时代之前,我们需要开发出一种算法,让机器人在不正常的照明条件下,比如黑暗中,也能进行人脸识别。
现在,日本丰桥科学技术大学计算机科学与工程学院的研究人员开发出了一种炫酷的技术,它能通过运用一种反射模型,调整光线对人类面部的影响。此种模型有着一种可变的照明比例,由FIS(模糊推理系统)控制,此系统能够运用GA(基因算法),能够让机器人在不同的光线下进行人脸识别。
该研究团队负责人Bima Sena Bayu Dewantara表示:为了减少光线对人脸识别的影响,我们应该适当调整图像对比度。比如,为了产生一个稳定的面部成像,我们需要加亮脸颊的光线,调暗眼球的光线。而我们运用的反射模型就能实现这一点,结合FIS和GA对于操作此种模型也非常重要。
另一位负责人Jun Miura教授表示:通过调整图像对比度,我们能够提高面部识别和检测的精度和效果,同时也可实时运用于机器人面部识别和人机交互领域。
人类的面部不仅可以将自己与其他人区别开来,还提供其他的信息:如你是否疲惫,你是开心还是难过,平和还是紧张。而捕捉面部蕴含的这些信息对于人机交互来说至关重要。研究人员表示通过调整图像对比度,机器人能够在不同的情况下进行面部识别和检测,特别是在照明不足的情况之下。7月15日,日本该团队在《机器视觉及其运用》上公布了研究结果。
随着人机交互和人工智能的飞速发展,刷脸时代已经不是遥不可及了。但要到达那里,机器视觉还要攻克一个个难关。
- 上一条:机器视觉系统设计五大难点
- 下一条:一家传统包装制品企业的“工厂物联网化”