监控系统中人脸识别技术专利分析

人脸识别是一种基于人脸生物特征进行识别的身份识别技术,其在三维立体成像以及虚拟现实技术有着至关重要的作用。文章以监控系统中的人脸识别技术专利申请为探究目标进行专利分析,首先介绍了监控系统中人脸识别技术的几大技术分支,然后分析了该技术在专利申请方面的现状以及发展趋势,并对主要技术分支以及相关的核心专利和重要申请人进行了分析统计,给出了该技术领域中的专利分布特征。     

基于深度数据的三维人脸识别

为了进一步提高三维人脸识别效率,在Fisherface和局部二值模式(LBP)的基础上,提出了基于深度数据的三维人脸识别方法:先提取人脸的深度数据,再将深度数据与LBP相结合提取人脸特征,然后采用Fisherface方法进行识别.实验结果表明,相对于单一的特征识别方法,基于LBP_深度数据和Fisherface特征融合的方法更能提高三维人脸识别效率.     

人脸识别技术在智能楼宇中的应用研究

随着信息技术和智能科技的不断发展,信息化、智能化、人性化、多元化、一体化等特点已成为智能楼宇的发展趋势。利用生物特征技术来识别人的身份,正成为智能楼宇的一项重要革新。为了更好地提升楼宇管理效率,为楼宇内人员提供更为便捷、高效的服务,文章从分析人脸识别技术与智能楼宇结合的优势出发,研究人脸识别系统应具备的主要功能、组成部分和系统集成,致力将人脸识别系统应用于楼宇的出入管理、安防管理、消费管理和访客管理,为智能楼宇的集约化、平台化和人性化管理提供技术支撑。     

人脸识别技术在安防系统中的应用研究及其示范

人脸识别技术对于安防系统的功能设计具有重要意义,以人的面部特征为辨识要素,提高系统监控安防效果。文章就人脸识别技术特点,对其在安防系统中的应用要点进行了简单分析。     

人脸识别技术在高职院校课程考核中的应用

人脸识别技术是在人脸识别算法的基础上发展起来的,利用分析比较计算机技术识别人脸的自动识别技术,该技术因为较为准确的识别率在众多领域得到广泛的应用。随着信息技术与网络管理技术在高等院校管理中的应用,网络化的管理手段似乎成为高校学生管理必不可少的一部分。为了进一步提高高职院校管理的效率和管理质量,加强高职院校课程管理和在线考试的优化作用,人脸识别技术逐步的引入高职院校课程考核中。文章就来探讨人脸识别技术在高职院校课程在线考试系统中的具体应用,认识高职院校在线考试系统中理论技术以及应用要求。     

嵌入式Linux背景下人脸识别系统探究

随着高科技的发展,人脸识别技术取得了很大进步,在安保刑侦、社交网络、访客登记、电子商务等领域有着广泛应用。Linux系统操作灵活,效率很高,且成本低,经常用于各种硬件设备中。嵌入式Linux是在嵌入式系统的基础上,Linux内核经不断更新优化而最终形成的,在人脸识别系统中引进嵌入式Linux技术,不但携带方便,而且能够实现高效的实时辨别。     

基于Java的图书馆人脸识别系统设计与实现

文章提出了一种基于彩色图像的24位面部识别方法,图像处理的主要部分在软件中占据非常重要的位置,图像质量直接影响位置确定和识别精度。通过背光补偿,高斯平滑和二进制进行判别。在判别之前,经过互补光对图像施行处置,而后通过肤色得到大致的人脸。最后,依照面部固有眼睛的对称性断定面部,提升了定位和判别精度。最终该系统应用与图书馆人脸识别,并有很好的效果     

人脸识别方法综述

人脸识别是一种重要可靠的身份识别技术,是当今研究热点课题之一.文章首先对人脸识别的概念、研究背景、发展历程做了回顾,然后按照现实应用情况的不同进行了分类综述.通过对人脸识别的各类方法进行分析和对比,总结了影响人脸识别效率和实用性的几个因素,最后对未来人脸识别技术进行了展望.     

人脸识别方法在实际运用中的分析

本文主要根据目前公共安全发展趋势和安防技术的发展情况,针对性的探讨了人脸识别方式在实际生活中的运用,并适当配置了该系统运行模式。     

基于无线网络的人脸识别门禁系统的研究与实现

智能化技术发展迅速,智能门禁系统面临很多发展机遇。人脸具有生物特性,人脸识别技术已经广泛应用于门禁系统设计中。目前市场上的门禁系统功能相对单一,配置方式比较复杂,并且不具有网络化特征,因此,可将无线网络应用于门禁系统设计中,提高门禁系统的便捷性。文章首先对人脸识别门禁系统的识别方式进行介绍,然后对无线网络在人脸识别门禁系统中的应用优势进行分析,并对无线网络在人脸识别门禁系统设计中的应用方式进行详细探究。     

基于FACE＋＋和Android平台的考场人脸识别系统

针对人脸识别技术在考场考生身份鉴别应用中的重要作用,在Android平台下开发一套人脸识别系统,通过使用face＋＋视觉服务平台提供的信息云端处理和存储功能,处理由Android手机摄像头采集到的人脸图像数据,从而实现了人脸识别和考生身份鉴别的功能.     

基于深度学习的人脸识别算法在安防领域的应用综述

文章将探讨如何将人脸识别技术运用在安防领域,实现智慧安防。人脸识别技术从上世纪60年代发展到现在,目前人脸识别算法精确率几乎可达100%。现如今基于深度学习的人脸识别算法识别率相对较高,也备受大家欢迎。文章从公共场合治安维护和云端身份认证两个例子,分析目前安防现状、人脸识别技术的原理、性能和准确率、讲述智能安防的应用并进行总结。虽然目前人脸识别算法识别率非常高,但当脸部部分遮住时,识别率会变低,后期也需要我们继续探索在部分脸被遮住的情况下,能达到较高识别精确度的算法。     

基于JavaCV的视频人脸识别的实现

本文主要介绍了基于JavaCV的视频人脸识别系统的实现原理和方法。     

基于小样本人脸识别的身份验证工具及系统

提出一种基于人脸识别的身份验证工具及系统,使用通用框架法中的稀疏变化字典学习算法解决小样本中因缺乏类内信息导致传统识别算法无法验证的问题。该方法通过使用标准通用库提取类内信息,准确地重构出待检测人脸图像,在QT上搭建了身份验证系统平台,实现了职业教育培训和学业能力考试中学生或考生的身份验证功能。     

基于主元分析的人脸识别方法研究

为了对ORL人脸库里的人脸图像进行识别,并用不同数量的特征脸对测试图像进行重构,采用了人脸识别技术中一种广泛应用的数据降维技术主元分析（Princ ipalComponentAnalysis,PCA）方法。用PCA方法将每一幅图像降维至特征子空间中的一个点。有了这个特征子空间,任何一幅人脸图像都可以向其做投影,并获得一组坐标系数,而这组系数就可以作为人脸识别的依据。结果表明,当通过使用PCA方法获得的主成分去重构原始人脸图像时,能使均方误差最小。结论是：利用主元分析法（PCA）对ORL人脸库里的人脸图像进行识别,计算出待识别样本的特征系数,并与人脸数据库中的特征系数一一进行比较,以距离相近的作为识别结果,得到较好的实验结果。     

人脸识别技术的原理及应用

目前,人脸识别技术被越来越广泛地应用到人们的日常生活中来了。特别是门禁系统与人脸考勤机,在人脸识别技术上所取得的突破,已经让科技民用化了。本文将就人脸识别技术的原理及应用来进行论述。     

人脸识别技术在一卡通补办卡系统中的应用与研究

随着高校智慧校园不断的深入应用,师生对校园一卡通系统的人性化、智能化、多样化的需求日益突出,为了能满足师生个性化的需求,特意深入研究人脸识别技术,并把人脸识别技术与一卡通补办卡业务相完美的结合起来。以其高效性和便利性为高校智慧校园的深入应用提供了技术保障,成为智慧校园不可或缺的重要组成与功能支撑。     

人脸识别系统判别过程研究与实现

基于主成分分析的人脸识别系统中判别过程主要研究样本与训练样本之间的差别。本文分析了两种的距离计算方法,参考马氏距离的加权思想,实现了一种适合人脸识别过程的优化后的欧氏距离算法,并对实验结果进行了分析,证明了算法的可行性。     

基于图像的人脸识别光照预处理研究

基于图像的人脸识别在智能监控、图像处理、智能车辆系统等领域应用前景广阔。针对图像中人脸识别光照预处理进行研究,提出高斯差分滤波的光照预处理方法。本识别方法识别率较高,误识率较低,在光照不均匀时有较好的适应性。     

基于人脸识别的语音交互系统设计

目前,语音交互系统大多数为一对一模式,为了解决这一问题,设计了一套基于人脸识别的语音交互系统,实现了一对一到一对多模式的转换。系统的硬件部分选用开源硬件领域中较为高阶的树莓派3代b+开发板,运行linux操作系统,图像采集装置为500万像素摄像头,音频输入装置为即插即用的USB麦克风;系统软件部分的开发语言为Python这一脚本语言。