关于人脸识别技术在商业银行方面的应用——基于计算机视觉

随着高科技手段的发展与应用,依靠人的身体特征来进行身份验证的生物识别技术可以代替现有的身份识别技术。人脸识别技术作为生物识别技术的一种,以其特有的稳定性、唯一性和方便性等特征,被越来越广泛地被应用在需要身份识别的领域。本文主要从计算机在生物识别技术和人脸识别技术方面的应用、人脸识别系统的组成、以及人脸识别技术在商业银行方面的应用等方面论述了人脸识别技术在身份识别方面的应用。     

计算机人工智能识别技术及其应用的研究

智能识别技术受到了社会各界广泛关注,应用于社会中不同的行业,并发挥了明显优势和作用。文章基于计算机人工智能（Artificial Intelligence,AI）识别技术,从语音识别技术、人脸识别技术、指纹识别技术、智能卡识别技术以及智能卡识别技术等方面分类人工智能识别技术,并就其在各行各业的应用进行研究。     

基于唇语识别的身份认证研究及系统设计

随着人脸识别身份认证技术的广泛应用,各类针对人脸识别系统的攻击手段逐渐出现.为了应对这类安全性问题,提出了基于唇语识别的身份认证方法.基于唇语识别的身份认证系统要求用户在进行人脸识别认证的同时读出验证码,系统既要对人脸进行比对,还要通过唇语识别技术识别出说话内容并与验证码进行比对,只有两部分比对都通过才能通过系统的身份...     

基于FPGA的身份认证智能卡设计

身份认证是保密通信和信息安全的基础,一直是网络安全研究重点。本文以一种基于FPGA的身份认证智能卡的设计过程为例,介绍了基于智能卡的身份认证系统的工作原理,分析了智能卡的结构和特点。测试结果表明,基于智能卡的身份认证系统可靠、方便。     

基于智能卡的电子商务身份认证模型

讨论了使用智能卡来完成身份认证功能的技术可行性，最后提出了保护智能卡系统免受攻击的几种方法。     

融合二维码与人脸识别的会议身份认证系统研究

政府机关、大型企业以及高等院校等单位每年都要举行很多会议,会议的组织工作千头万绪,而会议管理中的会议注册和身份认证又是非常重要的一个环节,尤其是对于保密性要求程度较高的单位则更是如此。当前的会议身份认证普遍采用人工核对证件、智能卡证件和RFID卡证件等手段,但这些方法往往存在信息易泄露、证件易伪造以及资源浪费等缺点。针对上述问题,文章设计并实现了一个融合二维码、人脸识别以及数字签名等技术的会议身份认证系统。该系统可以有效避免参会者的身份信息泄露和身份仿冒等问题,从而为会议的安全有序进行提供了保障。因此,对于安全级别要求较高的会议来说,该系统具有一定的应用价值。     

一种基于智能卡的安全认证模型

智能卡技术是近年来兴起的一种新的安全技术,在身份认证中得到了越来越广泛的应用。本文提出了一种对Lin-Shen-Hwang方案改进的智能卡远程认证方案。该方案把关于密钥的信息全存放在智能卡中,是一种基于ID的远程双向身份认证方案。它可以避免Lin-Shen-Hwang方案可能遭受的拒绝服务攻击和重放攻击,而且只在客户端就能自由更改密码,增加了用户使用的便利性,并且该方案能够抵抗一些常见的攻击,安全地进行用户身份认证。     

基于指纹识别和智能卡的安全电子报税系统

针对现有电子报税系统中在身份认证和数据传输方面存在的安全问题,提出了基于指纹识别和智能卡的电子报税系统的安全解决方案.该方案在电子报税终端引入智能卡技术,保证密钥等机密信息的安全,同时将指纹识别技术作为身份认证的依据,并用指纹信息作为报税数据传输中加密密钥产生的种子,实现了动态密钥和双向认证,提高了电子报税系统中身份认证和信息传输的安全性.     

人脸识别研究综述*

人脸识别是一种重要的身份鉴别技术,具有广泛的应用前景。给出了人脸识别发展历程中的技术特点;根据人脸检测定位、面部特征提取和人脸确认识别三个关键的人脸识别过程,阐述了目前已成熟的核心技术和方法以及这些技术和方法的优缺点;展望了人脸识别未来的研究趋势。     

基于智能卡的X.509身份认证

身份认证中的关键技术是身份信息的安全存储、处理和传递,本文提出了一种基于智能卡的X.509身份认证方案,设计了一套基于X.509的身份认证协议,将智能卡作为存储身份信息的载体,密码运算都在智能卡内部进行,认证过程安全性好.在开放的网络环境中,此方案可较好地防止中间人攻击,验证用户身份.     

基于人脸认知模式的相似脸搜索

目的 人类对人脸认知模式的探索由来已久,并且已经成功应用于美容整形等研究领域。然而,目前在计算机视觉和模式识别领域,计算人脸相似度的方法没有考虑人对人脸的认知模式,使得现有方法的计算结果从人的认知习惯角度来讲并非最佳。为克服以上缺陷,提出一种基于人脸认知模式的相似脸搜索算法。方法 依据人脸认知模式,选取特征点,并计算特征量,构造各面部器官（眼睛、鼻子、嘴巴、脸型）分类模型,即面部器官形状相似性度量模型,并采用圆形LBP算子,计算两幅人脸对应器官的纹理相似度,二者综合作为相似脸搜索的依据。结果 分别用本文方法和代表相似脸搜索最高水平的Face++的方法对80幅正面、中性表情、平视角度拍摄的人脸图像进行测试。本文方法的整体准确率高于Face++方法,其中,TOP1、TOP2最相似搜索结果准确率优势明显,均高出Face++方法12%以上。结论 实验结果表明,本文方法的搜索结果更加符合人脸认知模式,可应用于正面、中性表情、平视角度拍摄的人脸图像的相似脸搜索。此外,还可以将此类基于认知模式的图像搜索思路推广应用于商业领域,如基于图像的相似网购商品搜索等。     

人脸辅助诊断关键技术研究

某些疾病的筛查和诊断可以借助患者的面部变化来进行辅助性判断。目前,人脸辅助诊断技术在医学辅助诊断领域的应用不断增加,其在某些疾病中的表现已经不低于医学工作者的经验性诊断。人脸辅助诊断系统可以帮助对疾病进行大规模筛查,判断疾病分期,最终缩短确诊时间,提高医生工作效率,造福患者。回顾了人脸检测、人脸特征提取、人脸关键点识别、人脸矫正、人脸图像增强、分类器选择等人脸辅助诊断关键技术,展望了人脸辅助诊断的发展前景。     

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置,然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系,最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明,该算法能够有效并准确地检测和校正人脸,可以显著提高识别率。     

多用途人脸识别系统的设计与实现

人脸识别技术是近年来研究的一个热点,众多的人脸识别系统应运而生。提出了一种多用途人脸识别系统,可用作实际环境中智能监控,也可用作实验室环境下的算法测试。该系统整合了人脸检测、正则化、识别等模式识别处理技术,可以在复杂环境下实时、鲁棒地进行人脸识别。系统设计过程中引入了BioAPI国际标准,实现了对相关行业标准的兼容性,便利了算法及系统的实用化。     

基于多模型及SVM的单人脸跟踪系统

针对彩色视频中的人脸检测与跟踪问题，使用运动模型和自适应肤色模型，从图像中快速提取出人脸候选区，然后利用基于先验规则和SVM的方法进行确认。对于被确认的人脸，建立一个人脸状态记录表，通过位置预测，使用三步搜索法进行人脸区域色度特征匹配跟踪。实验表明，本文提出的方法，在复杂的环境中，能实时地、精度较高地跟踪自由运动的人脸。     

基于人脸识别的人脸图像质量评估

无约束场景下,低质量的人脸图像不仅浪费计算资源而且降低系统识别率.针对此问题,提出一种基于人脸识别的人脸质量评估方法对人脸图像进行预评估.以人脸识别系统特征提取网络为基础网络在COX数据集上进行微调,并使用微调后网络对COX数据集进行质量分数标定.最后,结合基础网络及质量预测网络并以相应损失函数在标定数据上进行回归学习以获取质量评估模型.实验结果表明,该方法能够有效区分不同质量的人脸图像并提升人脸识别系统性能.     

三维人脸建模与应用

三维建模是计算机视觉和计算机图形学领域中一个基本的问题，人脸借助其特有的普遍性和易用性成为众多先进三维建模算法的实验平台。但是由于人脸的复杂性、易变性，建立逼真的三维人脸模型成为众多研究者挑战的课题。本文分析了三维人脸建模的研究内容和研究难点，总结了1990年以来出现的最新方法和进展，从三维数据的获取、标准三维人脸建模、特定三维人脸建模及应用等三维建模的几个主要环节进行了分类综述，重点介绍了一些主要算法的基本思路和最新进展，并对该领域的研究热点和方向作了较为详细的分析。     

人脸伪造及检测技术综述

人脸伪造技术的恶意使用,不仅损害公民的肖像权和名誉权,而且会危害国家政治和经济安全。因此,针对伪造人脸图像和视频的检测技术研究具有重要的现实意义和实践价值。本文在总结人脸伪造和伪造人脸检测的关键技术与研究进展的基础上,分析现有伪造和检测技术的局限。在人脸伪造方面,主要包括利用生成对抗技术的全新人脸生成技术和基于现有人脸的人脸编辑技术,介绍生成对抗网络在人脸图像生成的发展进程,重点介绍人脸编辑技术中的人脸交换技术和人脸重现技术,从网络结构、通用性和生成效果真实性等角度对现有的研究进展进行深入阐述。在伪造人脸检测方面,根据媒体载体的差异,分为伪造人脸图像检测和伪造人脸视频检测,首先介绍利用统计分布差异、拼接残留痕迹和局部瑕疵等特征的伪造人脸图像检测技术,然后根据提取伪造特征的差异,将伪造人脸视频检测技术分为基于帧间信息、帧内信息和生理信号的伪造视频检测技术,并从特征提取方式、网络结构设计特点和使用场景类型等方面进行详细阐述。最后,分析了当前人脸伪造技术和伪造人脸检测技术的不足,提出可行的改进意见,并对未来发展方向进行展望。     

基于聚类的人脸图像检索及相关反馈

提出了一种基于聚类的人脸图像检索算法. 首先利用归一化分割(Normalized cuts, NCuts)在每个时间段内分别对人脸聚类, 使同一个人在不同情况下的人脸图像聚为一类. 其次采用连续AdaBoost算法学习得到的人脸识别分类器度量人脸之间的相似度, 并进一步提出查询人脸与人脸聚类之间的相似度用于检索. 为了进一步提高性能, 用户可以在线标定错检和漏检的结果, 相关反馈环节把用户的交互标定结果作为约束条件重新对人脸聚类. 本文把人脸图像检索算法应用于自动的检索系统中, 在包含超过一千张人脸图像的家庭数码相册上, 通过与其他方法的对比实验证明了基于聚类的人脸图像检索算法是有效的.