共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
《中国新技术新产品》2020,(7)
人脸识别是一种基于人脸特征分析、比较和身份识别的生物特征识别技术。目前,人脸识别系统已经开始应用于人们的生产和生活当中。随着人脸识别技术的深入研究,已经研究出包括基于人脸几何特征方法、基于模板的人脸匹配等多种识别方法。人脸识别系统各模块功能不断完善,包括图像采集、检测、预处理、人脸特征和人脸识别等环节,形成可行方案。该文还简要介绍了OpenCV库提供基于PCA的特征识别算法、基于LDA的识别算法和基于LBPH局部特征提取多种人脸识别算法,分析了基于OpenCV搭建的人脸检测识别过程。 相似文献
3.
4.
5.
6.
7.
8.
9.
《高技术通讯》2015,(5)
为了提高人脸识别率和缩短识别时间,研究了基于曲波变换的人脸识别技术。考虑到传统曲波变换无法将多尺度多方向的曲波特征进行最优表示且其特征维数过大的缺点,提出了一种基于自适应加权融合的曲波变换和独立分量分析(ICA)的人脸识别算法。该算法通过曲波变换提取原始人脸图像的最优尺度和方向上的曲波系数,并对这些特征系数进行多方向上的融合,根据类别可分离性的判据原则对融合后的系数进行加权,以减少特征数量,提高处理速度;通过独立分量分析降维,将这些特征投影到更具表达力的空间,以获取有效特征,减少冗余信息,便于最近邻分类器进行人脸识别。基于在奥利维帝研究实验室(ORL)人脸库、Yale B人脸库和AR人脸库对该算法进行了测试,结果表明,其识别率分别达到98%、97%和98.57%,单幅图片的识别时间分别为65.43,158.94和20.37ms,从而验证了其实用性。 相似文献
10.
11.
所谓人脸检测就是指从一幅图片或者一帧视频中找出所有人脸的位置和尺寸并进行标定。人脸检测是人脸识别系统中的一个重要环节,也可以独立应用于视频监控。在数字媒体日益普及的今天,利用人脸检测技术还可以帮助我们定位人脸位置,应用于数码照相,海量数据筛选等领域。最新的Android 4.0 SDK中提供根据弹性图匹配的人脸检测API。 相似文献
12.
针对复杂光照变化影响人脸识别准确性的问题,提出了一种基于多尺度韦伯脸和梯度脸相结合的复杂光照下人脸识别方法。首先定义了能够有效描述人脸纹理结构的多尺度韦伯脸,一定程度上减弱了不同光照条件的影响;其次融合多尺度韦伯脸和梯度脸提取人脸光照不变量;最后利用SVM多类分类算法实现人脸识别。使用CMU PIE与Yale B人脸库进行验证,结果表明:提出的算法能够有效消除复杂光照变化对人脸识别的影响,即在光照极差情况下,单样本图像作为训练图像也可以有很好的识别效果,且识别率显著高于韦伯脸、多尺度韦伯脸和梯度脸。 相似文献
13.
14.
《中国新技术新产品》2021,(18)
光照是影响人脸识别率的关键因素,它已成为阻碍人脸识别技术发展的最大障碍。在分析人脸图像受光照变化影响的基础上,按照处理方式的不同对光照处理方法进行分类和评价。基于光照归一化算法、光照不变特征提取算法以及3D光照模型算法对人脸成像过程进行优化。通过平衡光照亮度,采集稳定光照下的人像,分析3种图像处理方法的优缺点,提出新的针对人脸光照的研究方向。 相似文献
15.
研究了基于回归函数的人脸识别算法,该算法有望引进到声学信号处理当中。人脸识别问题是人脸相关的计算机视觉研究的关键问题。传统的人脸识别研究主要针对正面人脸,研究的应用范围比较有限。在实际应用中,由于光照、姿势、表情、遮挡、分辨率等问题,使得传统方法在处理非正面人脸的时候具有很大的困难,这种情况对人脸识别算法有了更高的要求。针对图像中人脸角度在±45°的人脸识别问题,利用基于Haar特征的非线性Boosting回归算法,根据标定点邻域内的局部纹理预测标定点的位移,提出了一种新的基于经典活动形状模型(Active Shape Model,ASM)的实时多角度人脸识别算法。在对实测数据的测试实验表明,该算法的识别率高于经典的ASM算法并有显著提高。 相似文献
16.
17.
针对人脸识别中判别特征的提取问题,本文提出了一种新的人脸识别算法—扩展保局投影(ELPP)。普通保局投影(LPP)在构建权图时侧重保持样本的局部结构,属于无监督学习算法。扩展保局投影在保局投影的基础上进行扩展,通过引入可调因子,在保持人脸图像局部流形结构的同时考虑样本的类别信息,从而充分提取样本的判别特征。本文采用最小近邻分类器估算识别率。在Yale人脸库以及AT&T人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,ELPP都具有较好的识别率。 相似文献
18.
针对实时视频中的运动人体目标,提出一种基于人脸肤色和特征的快速人脸检测和跟踪方法.首先运用帧差法和形状信息检测出视频中的运动人体目标;然后在YCbVCr色彩空间中,根据肤色的色度聚类特性建立Gaussian模型,分割出肤色区域,去除噪声后,结合人脸的几何特征和器官独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置;利用控制策略驱动摄像机,根据人脸信息使人的头肩部位始终处于视频图像的中心,从而实现运动跟踪.为了增强系统对光线变化的适应性,提出了适当的Gaussian模型参数更新策略.实验结果表明,该算法能够适应复杂背景下的人脸检测,具有速度快、准确率高、鲁棒性好的特点,实现了运动人脸的可靠跟踪. 相似文献
19.
人脸检测在人脸识别过程中是最基本的处理,如果检测方法不当,会使识别过程崩溃,人脸检测在人脸识别中很重要。人脸模式是很复杂的,而且易受外界干扰,常见的人脸检测算法一般都具有计算量大、速度慢、误报率高的弱点,文中使用基于YCbCr颜色空间的肤色模型检测方法进行人脸检测,解决了计算量大的问题,并使用形态学理论对图像做了后续处理. 相似文献