一种改进的特征脸方法

在实际应用中,我们发现,已有的一些人脸识别方法对于每人一个样本的识别来说,效果不太理想。鉴于此,本文将在传统的特征脸方法理论基础上提出一种改进的特征脸方法——特征半脸方法。所谓特征半脸方法,就是把人脸图像分成上下两个部分,分别应用特征脸方法,最后在识别计算距离时上部采用较大的权重,下部采用较小的权重,求得综合距离最小的人脸图像序号,从而完成人脸识别的方法。我们把特征脸和特征半脸方法进行了对比实验,结果表明:新的特征半脸方法优于传统的特征脸方法。     

特征脸空间中夹角最小法则的人脸识别算法

特征脸方法是人脸识别领域中的一种重要方法。本文在特征脸的基础上提出了一种新的方法,在特征脸空间,用向量之间的夹角来衡量图像之间的相似度,用最近邻法对图像进行分类和识别。我们用ORL提供的标准人脸库进行了测试,并与传统的特征脸方法进行了比较。结果表明,新方法的识别正确率明显高于传统特征脸法。     

优派变脸抢先机

优派希望在世界显示器市场里只有一张脸——三只胡锦鸟的脸。为了实现这个目标,它几经图变,成功实现了欧美市场的变脸。今天优派来到中国市场,期待又一次变脸——2004年成为亚太LCD市场第一,与以往不同的是这次他预先变了一次脸——团队的脸。     

应用于小样本的差异字典人脸识别

针对人脸识别中每个人只有小规模训练样本的情况,在基于表示的分类(representation based classification,RBC)方法基础上使用由无关类组成的差异字典。差异字典一般由具有面部姿态变化与表情变化的人脸及其基准脸构成,需要训练样本为基准脸才能得到较好的识别效果。为防止小规模训练样本中有非基准脸使差异字典出现识别效果下降的情况,使用灰度对称脸将训练样本中的非基准脸转换为近似基准脸,进行差异字典的训练。实验结果表明,该人脸识别方法在小样本情况下的ORL、GT(Georgia tech)、FERET人脸库上具有良好的表现。     

可怕的AI换脸软件

视频AI换脸大家应该都听说过,用一段视频素材,加上一些照片作为原料,经由AI算法处理,就可以将视频中人物的脸部置换为另一张面容,拟真度超乎很多人的想象. 时至今日,用AI换脸制造假视频,已经不是什么新闻.视频AI换脸大大降低了制造假视频的难度,网络上甚至出现了大量使用女明星换脸的色情视频,这不得不让人忧心AI换脸在违法犯罪领域的潜力.     

半边人脸识别方法

针对光线变化对人脸的正确识别的影响,提出一种半边人脸识别方法。该方法把训练集的人脸图片分为左右两个部分,经过亮度补偿后分别训练左右脸的特征提取器,提取训练集中左右半边脸的特征。计算待识别图片左右半边脸的熵,选取熵较大的半边脸及对应的特征提取器,经过亮度补偿后提取该半边脸的特征,并根据提取的特征进行归类。实验结果表明,对光线有变化的人脸,该方法比用全脸识别具有更好的识别率和识别速度。     

你的空间你做主!微博空间装扮计划

但随着新浪微博越来越丰富的功能,简直就要演化成了中国版Facebook了（注：脸书）。它既然它要变成了“脸书”了,那我们也得对得起自己这张脸啊,走,打扮打扮去。     

基于多模板匹配的单人脸检测

提出了一种基于多模板匹配的一般环境图象中单人脸的检测方法。首先用双眼模板初步筛选,然后使用具有不同长宽比的多个人脸模板进行检测和定位,最后利用有脸器官的边缘特征进行确认。采用比固定比率压缩输入图象的方法解决不同尺度有脸的检测问题。实验表明这种方法具有较高的速度和检测成功率。     

岳敏君:那一张笑脸

“脸是人活生生的身份证,一张脸可以解读出许多生命的内容,是人的经历,教育、内涵、风度及精神和物质生活水平的直接表现。我们能记住一个人,识别一个人,首先在于他的面容留给我们的深刻印象。广告形象中最容易被普通者认同的是美女或俊男的那张脸,一张明星的脸可以被选作各种各样的形象大师。在商品社会形成的过程中,商品也有了脸,例如手机的脸就是千变万化的。” “有些事情要叛逆,有些事情要适应。比如,叛逆自己,适应自己。大家都能这样,社会就有品质。生命就是荒谬的。知道这一点,可能少一点荒谬。”     

面向用户认知的汽车产品族前脸造型设计方法

为了帮助新兴的自主汽车企业形成家族特征前脸,提高消费者的产品认知 度,提出了面向用户认知的汽车产品族前脸造型设计的方法。阐述了汽车前脸造型及产品族 的定义、概念与作用,并将具体设计过程划分为完形设计、识别特征设计与细节设计3 个步 骤,进一步阐释了前脸造型特征在产品族中运用的方式,最后以实例进行了说明。     

基于肤色与特征的快速人脸定位方法研究

根据在线考试安全监控的特点,针对视频流图像提出一种基于肤色模型和特征定位的快速入脸定位算法,并建立了系统原型,适用于实际网络在线考试中的身份认证。该方法以普通PC摄像头作为图像采集设备,以采集的视频流为数据源,截取视频流中的单帧图像,通过转换彩色空间、入脸肤色建模、后处理操作实现了入脸定位,通过图像马赛克、边缘提取,显著特征点定位等技术定位入脸图像的各特征点。在此基础上通过入眼定位实现了在视频流中对于人脸的跟踪算法研究。试验结果表明,所实现的入脸检测适用于近距离入脸的检测,定位速度快,误检率低,可以在实时系统中应用。     

“MAD”多注意力网络伪脸显廓系统

更为高级的人工智能换脸技术——局部人脸替换已经被研发、实现,这种技术能够保持原人脸被识别的同时仅仅替换面部某些部位,依然保证替换者的特征被识别。利用局部人脸替换技术进行身份伪造,会严重威胁社会安全和稳定。多注意力网络伪脸显廓系统采用高分辨率网络与多注意力网络相结合的方式,可以检测出目标人脸是否为虚假人脸以及其换脸区域,保证了虚假人脸的检测准确性、局部换脸检测的实用性,解决了局部换脸的虚假人脸伪造身份问题。方案在已有研究的基础上推陈出新,成本相对较低,一定程度上可用于解决人工智能换脸造成的法律问题,具有很好的可行性、实用性。     

基于状态估计的张量分解人脸识别方法

张量脸算法是分析和表达多因素影响的人脸图像结构的一种有效的数学模型,然而张量分解对状态空间的非线性处理仍存在不足之处。对此提出了一种新的多姿态人脸图像识别方法,在原有的张量脸算法基础上结合状态估计的方法。将训练样本图库中不同状态的人脸通过PCA分解得到多种状态(角度、光照、表情)分别对应的特征空间,对于测试样本先投影到每个特征空间,利用最近邻分类器进行状态估计,对利用张量脸算法得到的张量脸进行识别。实验结果表明,该特征提取方法的识别率优于原有的张量脸算法。     

基于加权特征脸法的人脸识别

人脸识别是模式识别领域中一个相当困难而又有理论意义和实际价值的研究课题.本文在传统的特征脸方法的理论基础上提出一种改进的特征脸方法,就是把人脸图像分成上中下三个部分,分别应用特征脸方法,在识别计算距离时赋予不同的权值,最后确定综合距离最小的人脸图像.把这种方法和传统特征脸方法进行了对比实验,结果证明了该方法的可行性和良好的抗畸变能力.     

基于加权特征脸法的人脸识别

人脸识别是模式识别领域中一个相当困难而又有理论意义和实际价值的研究课题。本文在传统的特征脸方法的理论基础上提出一种改进的特征脸方法,就是把人脸图像分成上中下三个部分,分别应用特征脸方法,在识别计算距离时赋予不同的权值,最后确定综合距离最小的人脸图像。把这种方法和传统特征脸方法进行了对比实验,结果证明了该方法的可行性和良好的抗畸变能力。     

基于深度学习的重叠人脸检测

人脸检测在人机界面、安全系统、人脸识别、基于内容的图像检索等不同应用中起着重要作用。随着计算机图像技术的发展,人脸检测的方法也越来越多。但是利用现有的人脸检测方法检测重叠人脸时,虽然能够检测出部分人脸,但是相比于单人脸的检测,算法的效率和准确性都有所欠缺。针对这个问题,提出了一种基于深度学习的重叠人脸检测方法。首先基于机器学习方法,构建出多个人脸特征分类器,然后再利用肤色检测的方法对分类器得到的候选人脸进行二次检测,最后利用提出的一种NMS算法对候选人脸进行进一步的处理,从而检测出精确的人脸。为了验证算法的高效性和准确性,进行了多个人脸检测算法的对比实验,结果表明,该算法在效率和准确性方面都有较大提高。     

一种应用于人脸识别的插值降维方法

类似于通过求解图像协方差矩阵特征值所得到的特征脸方法，提出在双三次插值得到图像降维基础上，再进行线性鉴别分析(LDA)的插值脸方法，从而得到鉴别矢量集，实现人脸图像识别，试验结果显示，插值脸方法比普遍采用的特征脸方法效果更好．所提出的思想方法对于人脸识别的理论研究和工程应用具有较大价值．     

基于特征脸的主成分分析人脸识别

采用基于PCA（主成分分析）的特征脸人脸识别方法,判断一张给定的图像是否为人脸图像。该方法通过计算训练集的特征向量,得到一个由特征脸组成的子空间,并将训练集中的人脸图像投影到该子空间中。检测人脸时,将二维的人脸图像投影到脸空间,并计算该图像与脸空间之间的欧几里得距离,以距离是否小于某一设定的阀值来识别是否人脸图像,实验测试结果准确率为97.5%。     

基于二阶(2D)2PCA的人脸识别

研究光照变化条件下的人脸识别问题。基于最近提出的二阶特征脸方法和（2D）^2PCA方法,提出了二阶（2D）^2PCA方法。该方法将（2D）^2PCA技术分别应用到原始图像矩阵集和剩余图像矩阵集。在extended Yale人脸库上的实验表明,在光照变化条件下,二阶（2D）^2PCA方法是一种有效的人脸识别方法。该方法与传统的特征脸、二阶特征脸方法和（2D）^2PCA相比,具有更高的识别精度;且比特征脸和二阶特征脸方法节省计算时间。     

利用图像变形生成个性化人脸卡通

提出了一种利用图像变形技术生成个性化人脸卡通的方法,该方法以真实人脸图像、卡通人脸图像和中性标准人脸网格为输入。根据提取的特征点,在人脸上分区域构建多个径向基神经网络;将标准人脸网格变形,分别和人脸以及卡通脸配准,得到人脸和卡通脸的个性化网格;将卡通脸图像作为纹理映射到个性化人脸网格,并做色调分离提取原始人脸的光照信息,得到个性化卡通人脸图像。