基于网络摄像头的活体人脸识别系统设计

针对当前监控系统平台体积大、功能单一、造价高等问题,文中基于海思3518E平台设计了一套在线活体人脸识别系统。该系统包含图像预处理、图像获取、人脸检测、人脸活体检测、人脸识别共5个部分,并针对传统算法在嵌入式平台的不足进行了改进与优化。系统通过摄像头采集的人脸图像对图像做预处理,为后续图像特征提取提供保障,利用扩展Haar特征训练分类器,并使用Adaboost算法级联分类器进行人脸检测,将检测到的人脸利用HSV和Ycbcr多色彩空间下提取的COALBP和LPQ融合特征训练SVM模型,并进行活体人脸检测。最后,对人脸图像分块提取LBP特征进行人脸识别,将识别结果通过微信小程序显示。实验结果表明,基于海思网络摄像头人脸识别系统的可行性,具有一定的实用价值。     

人脸识别技术在智慧校园建设中的应用研究

通过从智慧校园门禁或考勤系统建设的角度出发,基于改进SSD深度学习算法,构建起用于门禁或考勤人脸监测的网络框架,利用多尺度特征图框选识别目标候选区域,通常人脸识别只需要设置4×4×n的卷积核,使用DAN算法、特征向量分类器,实现人脸关键点提取、特征向量层次聚类,并将识别后的人脸特征向量与后台数据库的人脸图像比对,以保证人脸识别结果的精确性。     

基于嵌入式人脸表情识别技术系统研究

基于ARM-Linux嵌入式系统作为平台,通过建立统一的隐马尔可夫模型(HMM)来完成基于视觉的人脸特征提取和面部表情识别系统。系统选用基于V4L的方法编写程序,实现图像处理、人脸检测和表情识别。选用S3C6410处理器作为硬件核心,选用OV7640+OV511的结构实现图像信息采集。文章对浮点算法进行了改进,极大地提高了ARM处理器上图像预处理的速度。该系统实现在安检系统中人脸识别,视屏处理,人脸追踪侦测等方面的功能。     

基于人脸识别的矿井人员考勤管理系统

煤矿职工管理工作对煤矿企业发展产生了重大影响。因此对煤矿的矿井人员考勤进行了调查,发现煤矿现在的矿井人员考勤打卡方式会出现替打卡、漏打卡现象。针对煤矿工人的贴牌、顶替现象,提出并设计了以人脸识别为基础的矿井人员出勤管理系统。系统将人脸识别和射频卡识别相结合,带有射频卡员工信息与人脸检测识别的员工身份信息一致算作考勤成功。上述考勤系统可以有效杜绝员工虚假考勤,提高企业管理效率,利于企业长远发展。     

考虑光照鲁棒性的超分辨率人脸识别系统设计

为保障不同光照下低分辨率人脸的超分辨率识别精度与效率,设计了考虑光照鲁棒性的超分辨率人脸识别系统。通过包含DSP单元与ARM单元的控制器模块,驱动人脸视频采集模块。采集不同复杂光照的人脸视频信息并解析成视频帧后,预估视频帧序列的位移情况,恢复视频帧序列的超分辨率,融合超分辨率视频帧构成人脸图像样本。利用人脸特征提取模块补偿全部人脸图像样本复杂光照,并提取其LBP特征构成人脸库。通过人脸识别模块匹配人脸图像的LBP特征与人脸库,识别出超分辨率人脸图像。结果表明,该系统的光照鲁棒性人脸图像采集与人脸图像LBP特征提取两部分的实现效果均较好。可有效识别出背光、强光及弱光下的超分辨率人脸,识别效率较高,识别成功率能够达到96.7%,为光照鲁棒性人脸识别提供保障。     

基于Python+OpenCV的课堂人脸签到微型系统

针对高校课堂教学学生人数据考勤中存在代签、花费时间长、成本高等问题,提出了基于Python+OpenCV的课堂人脸签到微型系统。首先,分析了高校课堂考勤的实际需求,得出系统应实现的主要功能;然后,设计了系统的主要功能模块,并对各模块的功能进行了详细说明;最后,分解了核心模块人脸录入和人脸识别的实现流程,基于Python+OpenCV实现人脸图像获取、人脸检测、特征提取与存储、特征训练、特征提取与识别等核心功能,采用视频签到方式,生成和存储签到的过程性和结果性数据。通过系统的单机部署,不仅能够快速实现课堂签到,也能实现签到结果的分析统计。     

基于S3C2440的人脸识别平台的设计

为了实现低成本智能门禁/监控系统的需要,设计了基于S3C2440处理器的人脸识别平台,对该平台所采用的采集/显示驱动算法和人脸识别算法进行研究。使用Samsung公司的S3C2440处理器和OmniVision公司的OV9650摄像头组成硬件平台,利用Harris算法提取采集到的人脸图像的特征点,并与数据库中已有的数据进行匹配得出相关信息。为了加快人脸图像实时采集—匹配的速度,平台开启了cache加速程序。使用该平台设计的智能门禁/监控系统,实现了对人脸图像的快速识别,并且结构简单,成本低廉。该平台可以满足门禁和监控等场合的需要。     

人脸识别技术在广播电视节目内容监管系统中的应用与实现

为提升广播电视节目内容监测监管效率，节约人工成本，实现自动发现和标记节目中出现的敏感人物，本文将人脸识别技术引入到广播电视智慧监管系统建设中。文章论述了人脸识别引擎的工作流程，以敏感人物样本库数据为识别样本，引用人脸检测算法和人脸检索算法，对视频节目内容抽帧后的图像进行敏感人物识别，标识并存储人物信息。其中，对人脸检测算法和人脸检索算法的原理和实现流程进行了探讨研究。     

色度与亮度特征相融合的彩色人脸识别算法

在存在色度与亮度差异性的条件下,彩色人脸的识别准确度不高,为了提高彩色人脸的识别性能,提出基于色度与亮度特征相融合的彩色人脸识别算法。对采集的原始彩色人脸图像进行色度均衡处理,采用特征提取方法进行人脸的关键特征点定位,提取人脸图像的色度和亮度特征。对提取的特征量根据眼睛和眉毛等关键点的差异性进行信息融合,对提取的眼部区域色度信息进行二值化分离和信息增强处理,提高对彩色人脸图像的特征识别能力,实现彩色人脸识别算法的改进设计。仿真结果表明,采用该方法进行彩色人脸识别的准确识别率较高,抗色度和亮度的局部干扰能力较强。     

基于AdaBoost和PCA的动态人脸考勤技术研究

设计并实现了基于Adaboost和PCA的动态人脸识别考勤系统。利用AdaBoost快速人脸检测方法为基础,然后使用PCA方法来实现人脸识别.实验结果表明,利用该方法开发的动态人脸识别考勤系统具有识别率高、实用性好、可靠性强等特点.     

基于仿生模式识别与传统模式识别的 人脸识别效果比较研究

本文实现了一种基于仿生模式识别的人脸识别系统,并将其识别效果同最近邻分类器与不同核函数的SVM进行了分析比较.以ORL人脸库为识别对象,针对有"拒识"的情况下,通过改变不同识别算法的可调参数,在保证参与训练人的正确识别率在大致相同水平的条件下,分析了参与训练人的错误识别率(错识别为参与训练的其他人)与未参与训练人的错误接受率(错识别为参与训练的某人)的优劣.比较结果表明,基于仿生模式识别的方法明显优于其它模式识别方法.     

Correlation Pattern Recognition for Face Recognition

Two-dimensional (2-D) face recognition (FR) is of interest in many verification (1:1 matching) and identification (1:N matching) applications because of its nonintrusive nature and because digital cameras are becoming ubiquitous. However, the performance of 2-D FR systems can be degraded by natural factors such as expressions, illuminations, pose, and aging. Several FR algorithms have been proposed to deal with the resulting appearance variability. However, most of these methods employ features derived in the image or the space domain whereas there are benefits to working in the spatial frequency domain (i.e., the 2-D Fourier transforms of the images). These benefits include shift-invariance, graceful degradation, and closed-form solutions. We discuss the use of spatial frequency domain methods (also known as correlation filters or correlation pattern recognition) for FR and illustrate the advantages. However, correlation filters can be computationally demanding due to the need for computing 2-D Fourier transforms and may not match well for large-scale FR problems such as in the Face Recognition Grand Challenge (FRGC) phase-II experiments that require the computation of millions of similarity metrics. We will discuss a new method [called the class-dependence feature analysis (CFA)] that reduces the computational complexity of correlation pattern recognition and show the results of applying CFA to the FRGC phase-II data     

浅谈模式识别在图像识别中的应用

模式识别技术在科学研究的各个领域的应用越来越广泛,尤其是在图像识别应用中的重要性更加凸显.本文回顾了图像处理中所运用的传统模式识别的关键技术以及特征提取和特征识别的方法,对近年来发展起来的仿生模式识别思想和传统模式识别的本质区别做了介绍.     

一种面向交通标志识别系统的图像识别算法

目前各类面向交通标志识别系统的机器算法大多存在计算复杂度高、实时性差等问题,文中基于ELM模型,加入改进的PCA方法,提出了一种面向交通标志识别系统的PCA-ELM图像识别算法。该算法依次通过HOG特征的提取、改进的PCA方法降维、ELM模型的特征训练,实现交通标志图像的识别。经过实验测试,发现该算法能够较好地兼顾识别率和计算复杂度,符合交通标志识别系统图像识别的准确性与实时性要求,具有一定的实用价值。     

Iris Recognition Technique

The demand on security is increasing greatly in these years and biometric recognition gradually becomes a hot field of research. Iris recognition is a new branch of biometric recognition, which is regarded as the most stable, safe and accurate biometric recognition method. In these years, much progress in this field has been made by scholars and experts of different countries. In this paper, some successful iris recognition methods are listed and their performance are compared. Furthermore, the existing problems and challenges are discussed.     

虹膜识别系统

虹膜具有类似指纹的独一无二的个人特征;而且,虹膜是身体中公开的部位,易于通过机器视觉进行远程检查,所以它是一种非侵犯性的生物识别技术。本文阐述了基于虹膜的身份识别系统的组成和原理。     

Iris Recognition Technique

1 Introduction We are living in the age, in which the demand on security is increasing greatly. Consequently, biometric recognition, which is a safe, reliable and convenient technology for personal recognition, appears. This technology makes use of physiological or behavioural characteristics to identify individuals[1]. A biometric system is a pattern recognition system including acquiring the biometric feature from individual, extracting the feature vector from the raw data and comparing this…     

Application of Emotion Recognition and Modification for Emotional Telugu Speech Recognition

Majority of the automatic speech recognition systems (ASR) are trained with neutral speech and the performance of these systems are affected due to the presence of emotional content in the speech. The recognition of these emotions in human speech is considered to be the crucial aspect of human-machine interaction. The combined spectral and differenced prosody features are considered for the task of the emotion recognition in the first stage. The task of emotion recognition does not serve the sole purpose of improvement in the performance of an ASR system. Based on the recognized emotions from the input speech, the corresponding adapted emotive ASR model is selected for the evaluation in the second stage. This adapted emotive ASR model is built using the existing neutral and synthetically generated emotive speech using prosody modification method. In this work, the importance of emotion recognition block at the front-end along with the emotive speech adaptation to the ASR system models were studied. The speech samples from IIIT-H Telugu speech corpus were considered for building the large vocabulary ASR systems. The emotional speech samples from IITKGP-SESC Telugu corpus were used for the evaluation. The adapted emotive speech models have yielded better performance over the existing neutral speech models.

     

模式识别技术在传感器中的应用

<正> 一、引言 随着传感器的应用日益广泛,传感器的选择性与多功能化问题显得越来越重要。为了得到高灵敏、高精度的敏感器件,就要研究传感器对被测参量(物理量、化学量和生物量)的选择性,即从多个敏感参量中选择出所需的被测量;为了检测同时存在的几种参量(例如工作环境的温度与湿度,气体的成分与浓度和流体的流量、温度与压力等等),就要研究传感器的多功能化。同时,对传感器多功能化的研究,又能促进单一功能传感器性能的提高。     

模拟调制信号的自动调制识别

调制方式是通信信号的一个重要的特征参数.无论军事或者民用目的,都通常需要对这些信号进行监测.因此对自动调制识别算法的研究具有十分重要的意义.本文基于某无线电监测系统,研究了六种模拟调制信号的自动调制识别算法.针对DSB信号,设计了一个新的特征参数来描述其相位特征,有效的解决了噪声对其相位跳变的影响.文中给出了其表达式和计算流程.通过正交变换得到信号的特征参数.在SNR=5dB时,正确识别率达到97%以上.理论分析与仿真结果证明算法的有效性.