图像识别特征点检测

1、人脸关键点检测 人脸关键点检测是指给定人脸图像，定位出人脸面部的关键点，包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓区域的点，由于受到姿态和遮挡等因素的影响，人脸关键点检测是一个富有挑战性的任务。 人脸关键点是人脸各个部位的重要特征点，通常是轮廓点与角点。

一、特征点（角点）匹配 图像匹配能够应用的场合非常多，如目标跟踪，检测，识别，图像拼接等，而角点匹配最核心的技术就要属角点匹配了，所谓角点匹配是指寻找两幅图像之间的特征像素点的对应关系，从而确定两幅图像的位置关系。

图像识别经历了文字识别、数字图像处理与识别和目标检测三个阶段。 图像识别是人工智能领域中的一个热门研究方向，它可以让计算机对数字图像自主进行分析、处理和识别，从而在智能信息处理、安防等领域发挥重要作用。 而图像识别技术的发展历程中，经历了文字识别、数字图像处理与识别和目标检测三个阶段。

人脸识别算法是指在检测到人脸并定位面部关键特征点之后，主要的人脸区域就可以被裁剪出来，经过预处理之后，馈入后端的识别算法。 识别算法要完成人脸特征的提取，并与库存的已知人脸进行比对，完成最终的分类。

图像特征提取三大算法：HOG特征、LBP特征、Haar特征，具体来说：1、HOG特征 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。 它通过计算和统计图像局部区域的梯度方向直方图来构成特征。