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。     

人脸面部表情识别的研究进展

随着信息和计算机技术的飞速发展,人脸面部表情识别技术越来越受到重视.本文综述了近年来人脸面部表情识别的研究进展.首先对面部表情识别技术的研究背景和发展历程作了简单的回顾,然后着重介绍了几种主要的识别方法,并力争从理论上对各种方法进行分析和比较,最后简单地讨论了进一步提高面部表情识别率的难点和必须考虑的几个重要方面,进而展望了人脸面部表情识别技术的发展方向.     

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。     

基于面部关键点和图卷积的表情识别方法

针对现有人脸表情识别方法对于面部细节处的局部特征关注度不足的问题,提出了基于面部关键点和图卷积的人脸表情识别方法CGNet。CGNet将面部图像按面部器官进行分割得到多个分割图像,提取分割图像的多尺度特征并引入空间注意力机制提取细节信息,提升网络对于面部细节的关注度;提取人脸关键点,利用图卷积网络提取出人脸面部的结构信息,提升网络对高维度特征的表示能力。实验结果表明,CGNet是一种高效的表情识别算法,能够获得更有效的面部特征,提高识别准确率。     

痤疮面部清除术联合红蓝光治疗仪治疗面部痤疮的疗效观察

研究痤疮面部清除术联合红蓝光治疗仪治疗面部痤疮的临床效果,以将其更好地应用到临床治疗中。选取我院收治的100例患有面部痤疮的患者,随机分为观察组和对照组各50例,对观察组患者进行痤疮面部清除术联合红蓝光治疗仪进行治疗,并涂抹痤疮灵,对照组患者只用单纯红蓝光照射和涂抹痤疮灵进行治疗。两组患者的疗程全部为21天(3周)。在对两组患者治疗后,将其结果进行比较,两组患者均在不同程度上有所减缓,部分患者得到治愈,其中观察组有效率为94%,对照组有效率为56%,两组有效率差异明显,具有统计学意义(P<0.05)。对面部痤疮患者采取痤疮面部清除术联合红蓝光治疗仪进行治疗的疗效较为明显,显效率较高,能够使患者更快、更好地恢复或减轻症状,以步入健康的生活。因此这一方法值得进一步深入研究,应在治疗面部痤疮的临床中广泛应用。     

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。     

3D面部识别技术的重要申请人NEC专利分析

面部识别技术是通过计算机提取和处理人脸的生物特征,并根据这些特征进行身份验证的一种技术,3D面部识别技术将平面扩展到立体,利用三维模型获取人脸的三维数据,真实反映了人脸在3D空间中的形状.NEC作为业内具有代表性的重要智能识别技术公司,对其在3D面部识别领域的专利申请情况进行了具体分析,其专利战略值得相关企业借鉴.     

基于关键点LBP特征提取的面部AU组合识别

提出以面部关键点为中心选取子区域,对各个子区域提取（Local binary pattern,LBP）特征,用最近邻分类器进行面部运动单元（Action unit,AU）组合识别。AU的运动与面部特定肌肉的变化有关,基于关键点特征的提取方法可最大限度提取有用的信息,减少冗余信息,与提取整幅面部表情图像的LBP特征方法相比较,其识别结果有明显的优势。     

欧姆龙首款手机用面部识别传感器

欧姆龙公司最近展示了首款手机用面部识别传感器，此传感器适用于具备拍照功能的PDA、手机和其它移动设备。该产品可以通过面部特征识别来确认使用者的身份，从而使移动设备及其信息得到更高的安全保障。     

3D面部识别专利技术分析

3D面部识别近年来已成为学术界的研究热点,根据3D面部识别技术的专利申请情况,从技术层次将其分解为5个主要技术分支:数据采集、三维模型重建、算法改进、多模态、活体检测,分析3D面部识别技术的专利发展路线,并具体分析各技术分支最早申请时间、主要申请人及申请趋势等内容,为相关企业进行专利布局提供借鉴.     

基于低秩表示的人脸识别方法

随着人工智能和计算机视觉技术的快速发展,人脸识别技术在各领域得到了广泛的应用。人脸识别可以应用于安全监控、身份认证、社交媒体、人机交互等多个领域,它能自动识别和检测人脸,并将其与预先存储的人脸进行比对和匹配。低秩表示是一种利用低秩矩阵对高维数据进行降维表示的方法。在人脸识别中应用低秩表示,可以提取出重要的人脸特征,减少冗余信息和噪声的影响。低秩表示还能增强模型的鲁棒性,使其对光照、表情、姿态等具有更好的适应性。文中对基于低秩表示的人脸识别方法进行了研究,以期为相关人员提供参考。     

Feature Detection and Simplification of 3D Face Data with Facial Expressions

We propose an efficient framework to realistically render 3D faces with a reduced set of points. First, a robust active appearance model is presented to detect facial features in the projected faces under different illumination conditions. Then, an adaptive simplification of 3D faces is proposed to reduce the number of points, yet preserve the detected facial features. Finally, the point model is rendered directly, without such additional processing as parameterization of skin texture. This fully automatic framework is very effective in rendering massive facial data on mobile devices.     

基于NB-IoT的智慧工地人脸识别系统

生物特征是人的内在属性，具有很强的稳定性和个体差异性，是身份验证的理想依据。利用人脸特征是较为直接的手段，相比其他生物特征，人脸有直接、友好、方便等特点，易被为用户接受。数字工地指挥安全监控平台上的人脸识别系统，可以分为人脸识别设备和数字工地指挥安全监控平台两部分。其中，人脸识别设备可用于人脸识别和数据采集，以NB-Iot无线传输形式传输数据，在平台上将人脸识别库与匹配初始人员信息的数据库应用相互关联，以促进工地统计，使管理工作更便捷。     

人脸显性特征的融合构造方法及识别

 目前的人脸识别研究中,面部几何特征没有得到很好的利用.本文阐述了几何特征对于人脸识别的重要性,在此基础上提出了一种提取面部几何特征的新方法;通过融合几何信息和纹理信息构造出一种面部显性特征,并给出了相应的人脸识别方法.这种新的人脸识别方法相对于基于统计学习的子空间方法具有一定的优势,同时也可作为后者的有益补充.实验表明,本文提出的人脸表示特征及识别方法对人脸表情变化和环境光照变化均有一定的鲁棒性.     

基于Adaboost算法的人脸检测技术的研究与实现

人脸检测是人脸识别技术的基础,首先提出人脸检测系统的构成,分析Adaboost算法对图像进行人脸检测的基本原理。根据Adaboost算法形成了简单的矩形特征作为人脸特征,即Haar-like特征,然后由多个Haar-like特征相当于一个弱分类器,由多个弱分类器级联成为一个强的分类器,并将级联分类器用于动态人脸检测中,从截取的每一帧图像中进行检测。经过实验验证,采用这种方法和步骤进行人脸检测达到了比较好的精度和速度,N-I~T来的人脸识别提供了前提条件。     

一种快速彩色图像中复杂背景下人脸检测方法

本文提出了一种快速的彩色图像中复杂背景下人脸检测方法.该方法首先利用进化Agent计算对彩色图像中与人的肤色相似的像素进行聚类和区域分割.然后利用小波分解对每一个侯选区域进行人脸特征分析,如所检测到的区域特征分布相似于某一预先定义的人脸模型,则确认该区域代表人脸.实验结果表明,该方法不仅速度快、效率高,而且正确检测率高.     

一种基于肤色和脸部特征的人脸检测方法

针对人脸检测问题中快速性与准确性难以同时满足的情况,提出了一种将肤色和脸部特征相结合的方法来检测人脸.由于通过基于肤色的算法能快速定位出人脸大致位置,因而检测速度能达到实时的要求;同时利用脸部特征进一步细检,可保证检测的精确性.     

基于人脸朝向的非穿戴自然人机交互

提出了一种新颖的基于人脸朝向的非穿戴人机交互新方法.采用主动形状模型确定人脸面部轮廓特征点,克服光照和人脸姿态变化影响,在简化冗余信息的同时,降低计算复杂度.基于最大三角化划分面部轮廓特征,在此基础上,基于Kinect摄像机将构建的二维人脸模型映射至三维空间,动态求解面部朝向的法向量,通过图像帧间的均值滤波确定空间交互目标.用户无需佩带任何标记,且其活动不受约束,满足人机交互舒适性、多元性要求,实现非穿戴自然人机交互.通过实验对比,验证了本文方法有效、可行.     

改进非负矩阵分解的神经网络人脸识别

为了提高人脸识别正确率,提出基于改进非负矩阵分解的神经网络人脸识别算法。首先利用改进的非负矩阵分解对人脸图像进行特征提取,提高非负矩阵分解速度。接着将提取出的特征信息作为神经网络学习入口进行特征训练,由于神经网络在学习过程中,容易出现局部最小值且收敛速度慢等问题,为此采用改进的遗传算法对神经网络进行优化处理,获得最终的人脸识别结果。实验结果表明:利用改进的非负矩阵分解方法能够降低神经网络的分类训练负荷量和运算量,提高人脸识别识别率。通过和各种方法比较可知,本方法的人脸识别率都较高。本方法人脸特征分解速度快,提高了神经网络训练前期精度和收敛速度,使得人脸识别正确率高。当特征向量个数达到40以上时,人脸识别正确率保持95%以上。