以LBP为基础的图像集人脸识别算法分析

人脸识别技术主要有单一图像识别与多图像识别。基于图像集人脸识别算法采用了多图像识别,主要是在LBP的基础上进行有效的计算,与传统算法相比具有较大的优势。文章首先对人脸识别数据库进行分类阐述,而后对人脸检测技术进行深入的分析,最后着重分析以LBP为基础的图像集人脸识别算法,提出几点建议,仅供参考。     

基于深度学习的人脸识别系统

本文设计描述了三种人脸识别技术:(1)通过肤色模型训练的图像变化技术对图像的人脸区域进行识别并分割出来。(2)Eigenface人脸识别算法的图像表示技术通过输入已知人脸图片,可视化特征脸,与系统相似脸匹配并计算识别准确率。(3)全连接神经网络技术和卷积神经网络技术实现对对输入人脸的识别分析和匹配测试,从系统库里找到与之最相近的的脸,并可视化展示。     

基于Retinex理论人脸识别光照预处理方法的对比分析

光照问题是人脸识别面临的一项巨大的挑战,它在很大程度上影响了人脸识别系统的性能。而为了解决它,人们提出了很多的解决方法。其中基于Retinex理论的图像预处理方法由于其简单高效性而备受关注。本文对比分析了几种经典的基于Retinex理论的光照预处理方法,并在"Yale B+Extended Yale B"人脸库上进行了验证试验。     

基于TLBO的工程结构表面缺陷图像边缘检测方法

非接触式、数字化的工程质量检测方法对于快速发现建筑结构表面缺陷,如裂缝、焊接缺陷等,降低工程质量检测的劳动强度具有重要的工程意义。本文在计算机数字图像处理技术基础上,根据建筑结构表面缺陷图像特征,提出基于TLBO算法的缺陷图像轮廓识别预处理方法,作为进一步缺陷特征判断的依据。本文在TLBO算法基础上,边缘像素点的搜索不需要设定任何算法参数,实现简单;提出基于的8个方向的灰度导数,建立图像边缘强度矩阵,将边缘点附近的小规模局部搜索和大量的全局搜索相结合,TLBO算法保证了所提出的边缘检测方法不会陷入局部边缘点,找到最重要的图像全局边缘特征;将TLBO算法应用于图像边缘检测,以工程质量检测中常见的钢结构焊缝检测为例加以验证和分析,证明了本文方法在缺陷图像轮廓识别预处理中的抗噪性和有效性。     

基于深度学习的SPD人脸识别算法

本文提出一种自商图像法(SQI)、主成分分析法(PCA)和深度信念网络(DBN)相结合的SPD人脸识别算法。首先将人脸图像经过自商图像处理,勾勒其边缘特征。然后使用主成分分析法将高维自商图像降维至低维子空间。接着将训练集低维子空间的数据作为深度信念网络的输入,并对网络逐层进行训练。最后使用训练好的深度信念网络对测试集低维子空间的数据进行识别。对于遮挡性识别,采用遮挡分割法,减弱局部遮挡对整个图像的影响因子。经过反复实验验证,本文提出的算法在小样本中对脸部识别效果较好。     

生物识别技术的新星——三维人脸识别技术

Bioscrypt第一个推出了全球突破性的三维人脸生物识别技术和产品,在业界创造了领导地位。由于人的脸部不是平坦的,所以三维人脸识别技术的算法比二维(平面)的算法有更高的精确度,远远领先其他的人脸识别产品,三维人脸识别技术适用于安全度要求高的门禁控制、边境管制、电子护照和签证等身份验证。     

基于图像处理的茶叶害虫智能识别方法研究

针对人工方法识别田间茶叶害虫需人工深入田间,不仅劳动强度大,而且无法自动定位与识别,不利于茶叶植保时施药的机械化、高效化及智能化的问题。本研究对基于图像处理技术的茶叶害虫智能识别技术及实现方法进行了研究。首先,建立覆盖茶园中各种情况的害虫样本图像库;其次,对样本图像和待识别图像进行图像预处理;接着,对待识别图像进行害虫自动定位;然后,对其进行特征提取获得特征数据;最后,采用模式识别算法设计分类器并训练获得分类器模型,再采用该模型进行害虫智能识别。本研究对各步骤进行了阐述,为茶叶害虫智能识别的实现提供了方法指导,以促进茶叶植保实现施药的机械化、高效化及智能化。     

一种指纹图像预处理方法的研究

实现一套指纹图像预处理算法,主要包括指纹图像灰度归一化和均衡化、指纹图像分割、指纹图像的二值化、指纹图像增强、指纹图像细化。采用基于梯度的指纹图像分割方法,去除指纹图像中的无用信息,并使用连通域检测方法对分割后的指纹图像进行优化。引入基于动态阈值法的二值化算法,实现指纹图像的方向二值化。采用基于骨架提取技术的细化算法,完成指纹图像的细化处理。最后使用MATLAB8.2平台对该算法进行验证,在相同特征提取算法和匹配条件下,该算法的识别精度高于传统算法。     

基于近红外结构光与可见光的三维人脸识别算法

文章综合传统的人脸识别方法,提出新的人脸识别算法。首先,建立近红外三维模型,采用傅里叶变换获取人脸三维信息。同时,建立可见光三维模型,采用3DMM技术获取三维人脸图像,然后将两种模型分别与参考系进行对比,最后进行融合,以此进行人脸识别。     

基于建筑内BIM的人脸识别技术架构研究

人与建筑是城市的两大核心要素,将两者紧密结合,可实现城市建筑内人的信息化与可视化,实现室内人与外部世界的人-物互联,具有重要的应用价值和研究意义。本文提出基于BIM的人脸识别技术架构,关键技术包括:创建BIM信息模型、解析IFC、构建BIM信息数据库、目标人脸信息生成及其附模、图像采集和人脸预处理、OpenCV人脸检测与识别。