<p class="MsoNormal" style="text-indent:21.0000pt;">
	<span>现任澳大利亚</span>Eyeclarity<span>公司软件工程师，负责设计及研发基于脸型特征识别自动推荐眼镜的软件系统。</span>
</p>
<p class="MsoNormal">
	项目简介：
</p>
<p class="MsoNormal" style="text-indent:21.0000pt;">
	人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别技术成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；人脸识别技术集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。
</p>
<p class="MsoNormal" style="text-indent:21.0000pt;">
	<span>本项目的人脸特征识别分析技术主要基于</span>OpenCV<span>和</span><span>DLib</span><span>等支持商业应用的开源项目的基础上进行二次开发。基于</span><span>DLib</span><span>发布的机器学习样本库，人正脸特征识别率高达</span><span>95%</span><span>以上，经过进一步的训练将能够更大的提升识别率。</span>
</p>
<p class="MsoNormal">
	<span>目前已经将人脸特征识别成功应用于眼镜推荐的</span>WEB<span>应用。</span><span>OpenCV</span><span>和</span><span>DLib</span><span>也都支持跨平台的应用方案，包括支持</span><span>Windows</span><span>， </span><span>Linux</span><span>， </span><span>Android</span><span>， </span><span>IOS</span><span>。</span>
</p>