基于人脸识别技术的门禁系统设计与实现

近几年,人脸识别技术作为生物特征识别技术中非常重要的一项,逐渐成为人工智能以及模式识别的一项焦点。本文将人脸识别技术应用于门禁系统,制定出一种设计方案实现基于人脸识别的门禁管理,采用二维线性判别分析(2D Linear Discriminant Analysis,2DLDA)算法有效提升了人脸识别门禁系统的识别效率,该系统具有方便、简单、成本低以及可移植性强等优势。     

基于子分类器融合的部分遮挡人耳识别

遮挡是人耳识别中一个难以回避的问题,本文对人耳受到部分遮挡的识别问题进行了研究.在分析人耳不同位置的鉴别能力的基础上,提出了一种基于决策层的子分类器融合的识别方法:首先将图像分割为若干连续但不重叠的子窗口;对每个子窗口,利用邻域保留嵌入算法进行特征提取,然后利用最近邻分类器进行识别;根据这些子分类器识别率的高低,可以得到相应的子窗口的鉴别能力;接下来再利用具有较高鉴别能力的子分类器进行融合识别来解决部分遮挡问题.在USTB人耳图像库上的实验结果表明人耳图像中确实有部分区域具有更高的鉴别能力,利用这些区域即可进行身份识别,而且本文提出的基于局部信息融合的方法比基于原始图像直接进行识别的方法具有更高的识别率,尤其适合于解决人耳识别中的部分遮挡问题.     

基于小波变换和LDA/FKT及SVM的人耳识别

人耳识别技术是生物特征识别和人工智能领域的一个重要分支.针对人耳图像自身的特点并通过对现有方法的研究,本文提出了一种新的人耳识别方法,即先对人耳图像进行二维的离散小波分解,然后使用LDA/FKT算法对小波分解后得到的低频信息进行降维,进而获得图像的特征向量,最后采用支持向量机作为分类器对样本向量进行判别.实验证明,本文提出的方法不仅较好地解决了人耳识别中的小样本问题,而且还取得了比传统的PCA+LDA方法更高的识别率,是一种有效的人耳识别方法.     

基于力场转换的人耳特征提取与识别

提出一种基于力场转换理论的人耳识别方法.该方法将力场理论分两次运用于人耳图像,分别提取内耳结构特征点和外耳轮廓特征点,并融合形成人耳特征点集.然后利用改进的Hausdorff距离对两个特征点集进行匹配识别.该方法提取的特征点稳定、可靠,具有很强的区分能力.采用力场图像转换可以有效消除光照变化对耳识别的影响,而使用Hausdorff距离进行匹配则可进一步解决由于位移、旋转变化以及姿态变化等带来的识别率低的问题.实验表明本文提出的方法不但能有效提高人耳识别率,而且具有很强的鲁棒性.     

基于DSP的人耳图像识别系统的设计

针对生物特征识别系统中的人耳识别,应用数字信号处理器构建人耳图像识别系统,利用摄像机和高速数字信号处理技术,完成人耳图像采集、特征提取和识别,实现了基于DSP的人耳图像识别系统。实验表明该系统具有自动采集识别、快速准确、识别率高等特点,可用于机场、银行等需要身份鉴别的安保环境和需要自动采集数据的场合,具有很高的实际应用价值。     

融合步态和人脸特征的远距离身份识别研究

在单一摄像头获得的步态图像序列中将步态信息和人脸信息相融合进行实时的远距离身份识别。在步态图像序列中自动提取侧面人脸图像。采用基于傅里叶描绘子和关键点特征的方法提取步态特征,采用傅里叶变换和奇异值分解的人脸识别方法对步态图像序列中的侧面人脸进行特征提取。利用欧氏距离作为度量建立匹配函数。在中科院自动化研究所CASIA步态数据库中进行实验,通过对单独利用步态特征和人脸特征进行识别的识别率和通过最大法则、加法法则和乘法法则融合后进行识别的识别率进行比较,实验表明将步态和人脸特征相融合可有效地提高了识别率,识别率可达95.00%。     

基于FisherFace算法的人脸识别方案研究

Fisherface算法是由Ronald Fisher发明的,是一种基于人的脸部特征信息进行身份识别的生物识别技术。现提出一种基于FisherFace算法的人脸识别方案,建立在人脸图像预处理的过程已经完成的基础之上,进行特征提取和匹配识别的操作。该方案基于LDA和PCA理论,是对原有数据进行整体降维进而映射到低维空间去的方法。     

模拟生物视觉机制的彩色人脸识别方法

为了充分利用彩色图像提供的信息提高人脸识别的性能,提出了一种模拟生物视觉机制的彩色人脸识别方法。该方法首先构造一种模拟人类的色彩感知机制的对立色模型,将彩色人脸图像描述为对立色形式。然后,模拟初级视皮层的信息处理机制,从图像对立色描述的亮度分量和色度分量分别提取人脸的纹理特征和色彩特征。最后,分别对纹理特征和色彩特征进行分类识别,并将二者的识别相似度融合得到最终的人脸识别结果。该方法利用对立色模型提高了色彩特征对光照变化的鲁棒性,并且综合利用彩色图像的色彩和纹理信息提高了人脸识别的精度,特别是对模糊图像的识别精度。在彩色FERET人脸库和AR人脸库上的实验表明,相对于直接对灰度图像进行识别的方法,该方法对清晰图像的识别率提高了4.5%～16.3%,而对模糊图像的识别率提升更加显著。     

中科院试水人脸识别应用

正人脸识别是一沖基于人的相貌特征信息进行身份认证的生物特征识别技术。近日,中科院重庆绿色智能技术研究院在国内率先开发出人脸识别支付系统,在线支付不用再输入密码、验证码,直接刷"脸卡",只需使用移动设备拍张照即可。据中心主任周曦介绍,技术的最大特征是能避免个人信息泄露,并采用非接触的方式进行识别。由     

人脸特征识别

人脸识别是模式识别、图像处理等学科的一大研究热点,可以广泛地应用于安全部门、电视会议、身份鉴别、数字监控等领域。人脸识别技术因其广泛的应用领域而成为最具吸引力的研究方向之一。人脸是一个非常复杂的模型．因此即使一个小孩也可以轻易地识别出一张人脸．但是应用计算机进行人脸识别却是一件困难的事情。人脸识别技术有着广泛的应用前景和迫切的现实需要,是当前模式识别领域最热门的研究方向之一。一般的人脸识别系统主要包括预处理,特征提取．样本学习和识别过程四个部分。其中特征提取的好坏将直接影晌到识别效果。