王瑶[1]2016年在《复杂环境下人脸识别研究及其在CRM的实现》文中研究表明人脸识别作为一种实用的身份识别技术,由于其具有独特的优势,在我们生活中已经得到普遍的应用,已成为一种方便人们日常生活的重要技术。本论文主要对人脸识别技术进行研究,首先对人脸图像预处理技术进行研究,其次对静态人脸识别和动态人脸识别分别进行了探讨分析。由于目前人脸识别技术多应用于安全领域,该技术没有更好地为企业和消费者服务,针对这一特点最后利用本文的算法思路设计出一个面向银行的,基于人脸识别技术的CRM系统。本文的主要研究内容如下:(1)人脸图像的预处理:主要研究了直方图均值化、滤波平滑等技术。对于动态人脸图像的识别,识别对象是视频序列。研究了分割算法和定位算法,并采用Hausdorff距离进行动态人脸图像的定位。(2)特征提取:对比多种特征提取方法,如PCA方法和基于Gabor变换的特征提取方法等。(3)静态人脸识别:分析PCA方法和Gabor变换。研究它们各自的优缺点,最终使用PCA方法进行局部人脸特征点的特征提取,得到特征点的PCA系数特征;将人脸图像通过Gabor变换后得到Gabor系数特征。最终人脸库中的图像和待识图像的特征点都具有这两个系数特征。实验证明,此方法识别率更高。并且针对于人脸图像处于较复杂的环境下,提出了解决方法。(4)动态人脸识别:研究了动态人脸的相关性问题及相关系数定义算法,分析图像分割与相关性的关系;利用相关系数对隐马尔科夫模型的初始概率分布进行调整。最后采用隐马尔科夫模型作为动态人脸图像识别的分类器,结合分割算法和定位算法进行动态人脸图像的识别。(5)基于人脸识别技术的CRM系统:本文设计出一个面向银行的,基于人脸识别技术的CRM系统。该系统首先利用动态人脸识别的算法进行人脸的检测,然后利用静态人脸识别的算法进行人脸的识别。
佚名[2]2017年在《人脸识别行业2017年发展趋势》文中研究指明(1)公安。公安领域人脸识别产品的使用主要体现在两个方面,一方面是后台动态人脸识别系统的使用,另一方面是前端人脸识别手持设备及人证对比机的使用。动态人脸识别系统按照仅布设地级行政区计算,每个地级行政区布设人脸识别系统,假设需要200万套,全国334个地级区划数,整体市场规模可达6.67亿。
朱俊勇, 赖剑煌[3]2015年在《面向视频的动态人脸识别研究进展》文中认为人脸识别作为生物特征识别的典型应用,在国防、金融、司法、商业等领域有着广阔的前景,受到了社会的密切关注与认可。基于现实复杂视频监控环境的动态人脸识别技术利用监控环境下的低质量人脸图像与数据库中的高清原像进行比对识别,进而确定人员的身份是面向安全防控的典型应用。本文对动态人脸识别技术的主要特点和关键问题作系统分析,总结现有方法的优劣,并简要介绍常用的视频数据库和实验结果,最后展望动态人脸识别未来的发展和趋势。
陈国平, 杜姗姗[4]2015年在《基于深度神经网络的动态人脸识别方法及应用》文中研究表明人脸识别的核心问题是人脸特征的提取与识别,深度神经网络是人工智能与模式识别领域新兴的研究热点,利用其具备视觉特征自学习的特点,结合基于类间约束与特征间约束的人脸识别方法,提出了一种能适用于室外开放场合,用户无感的动态人脸识别方法。研制了用于平安校园的人脸识别系统,实现了校内人员的人脸识别功能,并在交互系统中实时展现,经过实际部署和长时间运行,对校园内人员实现了有效管控,满足了实际应用需求。
虞家男[5]2012年在《基于人脸识别和手机的流浪孩救助系统研究》文中指出不久前流浪孩问题成为社会焦点问题在网上得到广泛关注。一方面，众多网友通过智能手机客户端上传自己拍摄的流浪孩照片到新浪微博等互联网站，希望通过努力帮助流浪孩回家。但对上传的大量照片的整理和比对工作，一时间成为流浪孩志愿者们的难题。另一方面，人脸检测和识别技术作为计算机视觉与模式识别领域中的重要基础研究课题，近些年在一些安防系统已经得到较为成功的应用。人脸识别技术是一种重要的生物特征识别技术，它基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸；如果存在人脸，则进一步给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。近年来，随着广泛应用的需要，针对图像照片的人脸检测、人脸识别技术，由于计算机技术的高速发展，逐渐成为一个研究热点。本文着重构建一套支持人脸识别和手机客户端的流浪孩救助网站系统。致力于通过iPhone智能手机平台，在实时上传的流浪孩照片信息的同时，能够通过人脸检测和识别技术对上传的流浪孩照片和数据库中的失踪孩数据进行识别和比对，将疑似的失踪孩返回给上传用户和其他网民，从而达到更有效地帮助流浪孩的效果。从技术层面来看，带有摄像头的移动设备是实现人脸识别技术的一个非常好的平台。随着计算机资源的不断开发，移动设备更加适用于人脸识别技术，因为它本身具备实现人脸识别技术从输入→计算→输出的所有设备，如摄像头、高性能处理器、显示器。但相对而言，目前对这项技术在移动平台的研究尚处于初级阶段。因此，对这项技术的研究具有十分重要的理论意义和现实意义，对在iPhone等智能手机上开发人脸识别系统具有非常大的市场价值。本论文的主要工作以及创新成果有：(1)本文研究人脸检测识别的一些主要方法，包括基于特征分析的人脸检测方法、基于统计的人脸检测方法等，同时还总结了现有方法的优势及存在的技术困难。为系统的实现奠定了良好的基础。(2)研究了iPhone客户端开发的相关技术，如在应用中如何发挥iPhone的拍照功能，如何获取地理位置信息，等等。(3)研究了利用OpenCV基础图像函数库，如何通过编程发挥人脸检测和人脸识别的功能。(4)建立了一个支持人脸识别和手机客户端的流浪孩救助网站系统，并对人脸检测率、误报率和检测速度对系统进行了测试。测试结果表明，本文实现的系统的检测率接近70%，同时具有较低的误报率，整体效果良好。
李春明, 李玉山, 庄庆德, 关晓丹[6]2003年在《人脸识别技术的研究》文中指出人脸自动识别问题近年来受到了各国研究人员的普遍关注。在总结前人研究成果的基础上,本文分类论述了人脸自动识别课题中的常用方法,并分析了它们的优缺点。根据被识别图象的来源,人脸识别技术可分为2类:静态人脸识别和动态人脸识别。本文首先介绍了静态人脸识别中所用到的算法,然后对动态人脸识别系统进行了初步的探讨。
朱忠江[7]2015年在《基于Gabor特征和神经网络的人脸识别研究与实现》文中研究表明近年来,随着我国经济的迅猛发展和社会的不断进步,安全问题已经成为科研人员研究的热点问题之一。人脸识别技术作为生物识别技术的一种,以其稳定性、便捷性和唯一性等特点受到了广大学者的关注。如何有效地提高人脸识别技术的准确率以保障人们生命财产信息的安全在产品开发中显得尤为重要。其中,人脸的检测定位、特征提取和匹配认证是人脸识别系统研究的三个关键技术问题。本文利用摄像设备采集到的自然状态下带有背景的彩色人脸图像,进行人脸识别的研究。论文的主要工作包括:(1)针对人脸肤色信息与背景颜色之间存在的明显差异,提出一种基于YCb Cr颜色空间的肤色分割算法。利用改进的模糊熵理论(Fuzzy Entropy Theory)分别提取Cb和Cr两个色度图像的分割阈值,运用模糊推理IF-THEN规则分离肤色和非肤色区域,结合人脸的形态学结构实现对人脸的检测定位。实验结果表明人脸检测的准确率得到了较大提高。(2)针对传统特征提取方法特征维数较高、易受光照、表情等因素影响的缺点,提出一种改进的Gabor特征提取算法。根据眼睛和嘴唇在色度分量中特有的颜色信息,获取它们的准确位置并提取特征点;结合Sobel边缘检测技术,确定鼻子的大致位置并提取特征点。在此基础上,可以设计一组Gabor滤波器以自动获取各特征点附近区域的局部纹理特征。实验结果表明本方法提取的Gabor特征不但维数较低,而且具有较好的鲁棒性。(3)基于BP神经网络对复杂问题的处理能力,构造了一种新的神经网络分类器集对特征进行分类。所设计的分类器集是由多个单一分类器组合而成的,分类器集的输出和输入与人脸特征的类别一致。运用构造的神经网络分类器集,可以对不同的特征类型进行训练和测试。仿真结果表明构造的神经网络分类器集具有较高的识别率。(4)基于C#和MATLAB混合编程,采用Visual Studio 2012开发平台,开发了一个人脸识别系统。本系统展现了人脸识别整个过程,实时实现了视频中的人脸与给定图像比对认证的过程。系统运行结果表明,采用所提出的方法能够较准确地获取人脸在光照、表情、角度等变化情况下的特征,同一个人在不同时期的相似度也达到了90%以上,系统运行速度和准确度较高。
夏平平, 吕太之[8]2011年在《动态人脸识别系统的设计与实现》文中进行了进一步梳理介绍了动态人脸图像的识别问题,包括模块结构设计、系统结构设计和系统的实现等方面.首先,设计了图像采集模块,通过摄像头在VC++环境下实现动态图像的采集、捕捉、存储等功能.其次,对人脸检测与识别的实现过程和算法进行了详细的阐述.设计出的动态人脸识别系统时间复杂度比较低,占用较少的系统空间资源,实验结果具有很高的准确率.
刘鹏[9]2018年在《人脸识别技术在安防领域的实践应用》文中进行了进一步梳理人脸识别技术现如今已经应用到很多领域之内,在公共安全,经济文化安防以及人机交互等多个领域当中,都取得了非常大的进展。而脸识别技术则主要分为静态人脸对比识别以及动态人脸监控识别。在本文当中,笔者就将对人脸识别技术在安防工作当中的应用,进行论述。
胡元奎[10]2006年在《可变光照和可变姿态条件下的人脸图像识别研究》文中研究表明自动人脸识别在公共安全、智能监控、数字身份认证、电子商务、多媒体和数字娱乐等领域具有巨大的应用价值，同时，人脸识别的研究涉及多个学科，具有重要的理论研究价值，受到各国政府、科研单位以及军事、安全、情报部门的广泛关注和高度重视。经过几十年的研究，人脸识别取得了长足的发展与进步，目前在控制和配合条件下，人脸图像识别可以取得比较高的识别率，但是在非控制条件和非配合条件下的人脸图像识别仍然是一个极具挑战性的课题，当人脸图像中光照和人脸姿态变化时，识别率急剧下降。 本文对人脸识别中光照变化的影响进行研究，在对当前人脸识别技术中解决光照变化问题的方法进行分析的基础上，提出了一种人脸图像的低维光照空间表示方法，在此基础上进行可变光照下的人脸识别。通过实验发现，9个基本点光源可以近似表示人脸识别应用中几乎所有的光照条件，在这9个基本光源照射下的9幅人脸基图像构成了低维人脸光照空间，它可以表示不同光照条件下的人脸图像，结合光照比图像方法，可以生成不同光照下的虚拟人脸图像。将这些虚拟人脸图像作为模板图像，可以进行不同光照下的人脸图像识别。本文提出的低维光照空间的主要优点是：通过这个光照空间，不仅能够由输入图像估计其光照参数，而且能够由给定的光照条件生成虚拟的人脸图像；利用某个特定人脸的图像建立的光照空间，可以应用于任意一张人脸，生成其在不同光照下的虚拟人脸图像。低维光照空间表示的思想虽然是以人脸为对象提出的，但可以推广应用于其他的对象。 本文对人脸识别中姿态变化的影响进行研究，提出基于单张正面照片的三维人脸模型合成方法，利用合成的三维人脸模型，生成不同姿态下的虚拟人脸图像，从而进行可变姿态下的人脸识别。由二维图像恢复对象的三维模型是计算机视觉领域的一个基本问题，传统的由二维人脸图像恢复人脸三维模型的方法需要多幅人脸图像、图像序列，或者需要限定条件下的立体图像对、正面和侧面图像对等，不利于实际应用。本文提出的算法只需要一幅正面人脸图像，降低了对使用条件的要求，便于实际应用，具有广阔的应用前景，该方法合成的三维人脸模型可以满足人脸识别、表情动画、人机交互的需要。 本文提出一种基于人脸对称性的快速人脸姿态估计方法，该算法能够仅由一幅输入图像快速、准确地估计出人脸的3D姿态。和其它检测方法相比，该方法具有模型简单、计算速度快等优点，利用面积作为输入信息，降低了估计结果对特征
参考文献：
[1]. 复杂环境下人脸识别研究及其在CRM的实现[D]. 王瑶. 电子科技大学. 2016
[2]. 人脸识别行业2017年发展趋势[J]. 佚名. 设备管理与维修. 2017
[3]. 面向视频的动态人脸识别研究进展[J]. 朱俊勇, 赖剑煌. 广东公安科技. 2015
[4]. 基于深度神经网络的动态人脸识别方法及应用[J]. 陈国平, 杜姗姗. 微型电脑应用. 2015
[5]. 基于人脸识别和手机的流浪孩救助系统研究[D]. 虞家男. 上海交通大学. 2012
[6]. 人脸识别技术的研究[J]. 李春明, 李玉山, 庄庆德, 关晓丹. 河北科技大学学报. 2003
[7]. 基于Gabor特征和神经网络的人脸识别研究与实现[D]. 朱忠江. 北京建筑大学. 2015
[8]. 动态人脸识别系统的设计与实现[J]. 夏平平, 吕太之. 武汉工程大学学报. 2011
[9]. 人脸识别技术在安防领域的实践应用[J]. 刘鹏. 通讯世界. 2018
[10]. 可变光照和可变姿态条件下的人脸图像识别研究[D]. 胡元奎. 中国科学技术大学. 2006
标签：计算机软件及计算机应用论文; 人脸识别系统论文; 人脸检测技术论文; 人脸识别算法论文; 图像识别技术论文; 人工智能论文; 分类器论文; gabor论文;