基于摄像头PTZ控制的人脸识别

提出一种基于PTZ(Pan,Tilt,Zoom)摄像头的人脸识别方法.该方法根据人脸中心位置坐标,计算得到PTZ摄像头的运动参数,控制PTZ摄像头旋转,使人脸中心位置与摄像头的视野中心重合,然后将几何特征和PCA(Principal Component Analysis)提取的特征在特征级进行融合,把融合后的特征作为人脸识别的特征.实验表明,该方法能够减少单一特征的人脸识别的不足,显著提高识别率,且能识别出大范围内的人脸.     

人脸识别在视频监控中的应用

随着信息技术的迅猛发展,视频技术在教育、监控等众多行业领域得到推广。人脸识别作为生物特征识别的重中之重,如今已成为人工智能研究领域的热点课题。基于此,文章首先阐述了人脸识别技术的内涵及其应用优势,然后分析了人脸识别的典型算法与关键技术及其在视频监控应用中面临的问题,最后进一步探讨了人脸识别在视频监控中的具体应用。     

基于人脸识别的智能视频监控报警系统设计

随着计算机技术和图像处理技术的不断发展,智能视频监控的重要性日益显现。但是传统报警系统效率低、误码率高,安全性相对不足。立足于现代住宅防盗的实际需要,提出了利用Python语言、 OpenCV技术和软件工程的设计思想,实现一款基于人脸检测识别的自动报警系统设计,可以安全识别人脸信息,从而判断是用户还是陌生人入侵,达到入侵检测和自动报警的功能。     

人脸识别技术在家用摄像头中的应用

近些年来,家用IPC的应用越来越广泛,用户不仅希望能够看清视频,也希望能够看懂视频。AI技术的应用,让家用IPC具备了视频分析的能力,使得IPC通过视频能够识别出家人,人员跌倒时报警。文章主要就家用IPC的AI技术架构、关键技术等内容进行探讨,并提出相关建议。     

“人脸识别”在国外智能视频监控领域专利分析

在国外智能视频监控领域的专利申请进行检索基础上,分析人脸识别技术在专利申请量趋势、技术原创国和目标国、主要申请人等方面的特点,对人脸识别技术的发展特点做出论述,以供国内智能视频监控领域的申请人和发明人进行参考.     

基于多摄像头拼接的视频摘要

根据sift经典算法和视频摘要原理,对多摄像头实时拼接在视频摘要上的应用进行了研究,通过将每组对应帧图像按照首帧图像配准后产生的变换矩阵和剪切模板进行变形及融合,使多摄像头实时合成一个;根据碰撞能量约束,对新摄像头中的运动物体在时间线上重新组合,完成视频摘要.实验利用了摄像头相对位置固定的条件,并充分考虑视频分辨率对实时效果的影响,与单摄像头相比,多摄像头动态拼接的视频摘要在单位时间内具有更高的信息量.     

人脸识别技术在视频监控系统中的应用研究

虽然视频监控系统在我国已经实现了大面积普及,但由于大多数视频监控系统还是通过PC平台实现自身功能的发挥,这就使得很多视频监控系统已经不能较好满足我国当下安全保障工作的需要,为此本文就人脸识别技术在视频监控系统中的应用展开了具体研究,希望这一研究能够为相关我国视频监控系统更好发挥自身功能提供有力支持.     

基于动态视频的人脸识别技术研究

随着高科技的发展,人脸识别技术也在不断发展.如今市场上已经出现多种人脸识别技术.人脸识别技术作为一种生物特征识别的典型应用被应用到各个领域,如国防、司法、金融等,受到了社会的关注与认可.     

基于人脸识别的大数据分析技战法

随着近几年安防行业的迅猛发展以及在国家政策的支持下,中国安防行业的产品与技术已经走在了行业领先的路上,城市中的摄像机数量也越来越多,如何有效并且高效的利用好这些资源是一个迫在眉睫需要解决的问题,随着计算机图像与模式识别,深度学习等技术的发展,人脸识别及检索等技术手段日益成熟,本文阐述了如何结合人脸识别等技术手段进行大数据分析的相关方法.     

视频监控系统摄像头安装现状及最优方案研究

现阶段,视频监控系统的摄像头安装工作具有重要的社会意义,不仅可以提高公共场所的安全管理水平,还可以促进良好社会秩序的建立。但是在很多场合中,视频监控系统摄像头的安装都存在一系列的问题,大大降低了其监督管理的力度。本文主要分析了视频监控系统摄像头安装的现状与问题,并根据实际经验提供了最优化的安装方案,以期能够为相关的实践提供些许理论依据。     

视频监控中人脸识别定位方法研究

现有的人脸识别定位方法由于其局限先不能适用于视频监控中的人脸定位,针对智能视频监控中的运动目标的检测的特点,结合视频图像的连续性和人脸肤色的特征,提出了一种快速视频监控人脸定位的有效方法。该方法首先通过差分算法提取前景区域,然后通过BP(误差反传)神经网络的肤色分割算法,对运动区域进行检测,最后对人脸候选区域进行验证并定位。实验证明,该方法不仅能够减小检测误差,而且提高系统运行速度,实现复杂环境下的视频监控中的人脸定位。     

人脸识别技术在智能视频监控系统中的应用

首先对监控技术的发展过程做了简单的总结,然后介绍了人脸识别技术的研究方向、应用领域及技术优势,并针对人脸识别技术在视频监控系统中应用的架构、关键技术和算法做了有益的探讨,特别对"矫正有旋转角度的人脸图像技术做了较为详尽的表述,最后得出结论,人脸识别技术可以应用于监控系统中。而基于人脸识别技术的智能视频监控系统应该具有十分广泛的应用前景。     

人脸识别技术在智能视频监控系统中的应用研究

一、引言 智能视频监控指的是利用计算机智能的分析和抽取视频源中的关键信息。如果把摄像机看作人的眼睛,而智能视觉监控系统则可以看作人的大脑。智能视觉监控系统能够识别不同的物体,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报和提供有用信息,     

智能视频监控系统中人脸识别技术的研究分析

智能技术在现代社会得到了广泛运用,大大提升了工作质量、管理效率,人脸识别技术是一种智能技术,在智能视频监控系统中的应用较普遍。文中尝试对智能视频监控系统、人脸识别技术进行简述,再以此为基础,论述基于人脸识别技术的智能视频监控系统设计思路、工作过程和环境要求,最后分析智能视频监控系统中人脸识别技术应用的注意事项,包括数据的准确性、管理的可控性、控制的综合性等,以服务相关技术的进一步发展,提升管理活动质量。     

基于嵌入式人脸采集前端的人脸识别系统研究

研究一种结合数字信号处理器（Digital signal processor,DSP）,网络传输技术和后台人脸识别相结合的人脸识别系统,该系统是针对监控网络中人脸识别机制问题提出的一种解决方案。人脸识别模块利用局部Gabor二值模式（Local gabor binary pattern,LGBP）直方图序列、直方图序列相似度和最近邻分类器相结合的识别方法,并通过实验验证系统的有效性。     

基于人脸识别和改进K-means的视频检索方法

针对海量视频库,传统方法检索目标人物视频片段仅仅采用视频帧的全局特征进行匹配,导致对视频帧中的变化无法兼顾,无法准确检索人物视频.因此提出了人脸识别和改进的K-means聚类相结合提取关键帧的方法.首先,利用多任务卷积神经网络从视频帧的不同角度检测人脸并保留置信度,然后提取人脸特征,对提取的人的面部特征用置信度进行加权...     

基于边缘计算的多摄像头视频协同分析方法

为了减少智慧城市场景下多摄像头实时视频数据的处理量,提出了基于机器学习算法的边缘端视频协同分析方法。首先,针对各摄像头检测到的重要目标物体,设计了不同的关键窗口来筛选视频的感兴趣区域,缩减视频数据量并提取其特征。然后,根据提取的数据特征,对不同摄像头视频中的相同目标物体进行标注,并设计了摄像头之间关联程度值的计算策略,用于进一步缩减视频数据量。最后,提出了基于图卷积网络和重识别技术的GC-ReID算法,旨在实现多摄像头视频协同分析。实验结果表明,与现有的视频分析方法相比,所提方法能够有效降低系统时延和提高视频压缩率,并保证较高的准确率。