一种利用面部几何模型进行面部特征识别的方法

本文给出了一种新颖的面部特征识别方法,该方法利用面部几何模型进行面部特征的识别,将含有面部的图像经过预处理、组化、匹配过程后,确定面部特征.实验表明,本方法能够有效地探测人的面部特征,并且能够满意地处理光照不足、面部取向以及面部表情等有关问题.     

一种基于肤色和几何特征的人面部识别方法

面部识别的前提条件是场景中人脸的正确定位与分割，因此，本文提出了一种基于肤色及面部几何特征的人脸分割方法，首先利用图像的时间差分方法确定场景中有没有运动物体，然后利用BP神经网络对肤色进行识别，比用HIS或LHC颜色空间中的色调识别肤色的方法具有更强的环境适应能力，最后利用扫描投影算法及面部固有的几何特征定位分割细节特征，实验证明该方法具有定位准确和运算速度快的优点。     

基于面部识别的校园智能查课系统

随着科技信息化的迅猛发展,生物识别技术在许多领域得到广泛的应用。作为生物识别技术的一种,面部识别技术以其独特的优势,利用人的个体面部特征的区别,结合计算机科学图形学、图像处理、认知科学等,广泛用于军事安全和公安、学校、银行、民航、金融、安全防务等领域。与此同时,在大数据和移动互联联手演绎的数字化信息时代,面部识别技术已经被纳入互联网应用,尤其是移动互联网应用,而基于大数据的大规模人脸搜索是面部识别技术未来发展的重要方向之一,引领着IT产业下一轮技术浪潮。目前,国内外诸多知名企业也都在积极布局该领域,试图能够有所创新和突破,尤其是腾讯公司和阿里巴巴集团。文章基于智慧校园平台为依托,借助面部识别技术以优化教学管理为目的,结合移动网络、图像处理和机器学习等手段实现校园智能化考勤系统。首先介绍人工智能技术的基本概念;其次介绍面部识别技术基本概念以及系统模型;最后重点介绍本文提出的智能化校园查课系统实现架构。     

基于中国行政区划的人脸特征研究

针对中国地域广阔、民族众多的特点．将中国按行政区划分为6个区域，通过三维CCD数字摄像系统对不同区域的人脸进行采样，首次建立起区域性人体面部特征数据库。同时提出了一种几何特征识别模型，结合大量的实验分析和数据处理，从而最终验证了基于不同区域的人脸识别法的可行性和可靠性。     

几何性特征的眉毛模型的研究

提出一种新的基于几何性特征的眉毛模型,相比传统的基于眉毛的全局数学特征建立的眉毛模型,它可以直观地描述和反映眉毛的几何外观形状,这种特性在人脸识别等基于面部视觉特征的应用是关键的.首先获取人脸单边眉毛图像并统一归一化尺寸为80×30的大小,使用阈值化和Blob分析得到眉毛归一化的二值图像,然后由二值图像计算眉毛模型的几何参数,包括眉毛区域的面积、长度、平均宽度、弯曲程度和走向趋势等.实验表明,提出的眉毛模型可以准确有效地描述眉毛的几何外观形状.     

一种利用BP神经网络进行烟雾粒子识别的方法

本提出了一种利用BP神经网络进行烟雾粒子识别的方法;详细阐述了各种不同烟雾粒子的特征提取过程和BP神经网络的学习算法.利用这种算法,可以准确地识别各种不同类型的烟雾粒子.