基于人脸识别的图像考勤系统设计与实现

基于人脸识别的智能系统在近几年中非常活跃,是计算机视觉和模式识别领域里的研究重点,如基于人脸识别的考勤系统、基于人脸识别的门禁系统、基于人脸识别的考试系统等等。基于人脸识别的图像考勤系统首先进行人脸图像采集和人脸检测,将采集到的人脸图像保存实现人脸注册,然后对图片中的所有人脸进行检测和识别,将识别到的信息进行保存,根据人脸识别中保存的信息可以查询信息,实现考勤。     

基于人脸识别技术的图书馆门禁系统的研究

通过对人脸识别技术与其他身份识别技术的对比,分析不同技术之间的优缺点,进而提出基于人脸识别的图书馆门禁系统优于传统图书馆门禁系统,同时对系统的组成结构、工作原理、算法代码编写流程以及系统测试等进行了研究。传统图书馆门禁系统存在三个关键问题:存在不安全隐患、存在5%左右的误识率和识别速度慢。针对上述三个关键问题分别提出了解决方案。由于人脸识别技术有着"人脸无法替代"、非侵犯性的特性,因此将人脸识别技术应用于图书馆门禁系统,排除了传统图书馆门禁系统存在安全隐患的现象;从系统设备选型、网络设计、软件设计方面提升了人脸识别终端机对人脸的识别率;由于人脸的识别时间小于1 s,从根本上解决了图书馆门禁系统识别速度慢的问题。     

结合改进CamShift算法的人脸识别门禁系统

人脸识别门禁系统已经得到了广泛的应用,但是要求被识别人员靠近图像采集设备,使用起来极不方便.解决此问题的关键是在被识别人员的正常行走过程中完成人脸识别的任务,然而在人的正常行走过程中,因为角度、表情等变化,可能会导致人脸识别产生错误的结果.针对此问题,设计了一种结合CamShift跟踪算法的人脸识别门禁系统,采用人脸检测的结果来改进CamShift跟踪算法,然后再利用这条CamShift跟踪轨迹上人脸识别结果序列来修正错误识别.实验结果表明该系统能够完成正常行走过程中的人脸识别任务,并且有更高的识别率.     

人脸识别算法在嵌入式系统中的研究与实现

针对人脸识别技术在嵌入式门禁系统中的研究,为了验证嵌入式人脸识别门禁系统的可靠和实时功能,提出了以Hi3515微处理器为核心的嵌入式系统。通过ORL人脸库实验,基于TV+L’模型和Gabor 特征的人脸识别算法在嵌入式系统中得到实现。相应的实验结果表明,该算法在嵌入式平台得到了优化,嵌入式系统的高可靠性和实时性问题得以解决。     

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。     

嵌入式人脸检测算法的研究与实现

使用人脸类Haar特征、快速人脸检测算法Adaboost进行人脸检测。针对ARM的不足,将经过PC机训练得到的人脸分类器文件通过网络传输到嵌入式平台,结合人脸检测算法,实现了一种嵌入式人脸识别系统,较好地解决了嵌入式人脸检测系统由于训练人脸图像数据巨大而造成处理效率低的难点。基于EELiod 270嵌入式开发平台实现了...     

基于MobileNetV3与注意力机制的脸型分类研究

人脸形状是人脸识别、个性化推荐等应用中的重要信息.例如,在人脸识别前进行粗糙的人脸形状过滤,可以有效提高识别准确率和速度.同时,可以使用有效的脸型分类来构建发型和眼镜的推荐系统.基于此,文章提出了一种新的人脸形状分类算法.首先使用MTCNN网络进行人脸图像的裁剪与对齐.其次,将注意力机制与MobileNetV3网络相结...     

基于人脸区域特征相关性的视频流人脸识别研究

目前,基于深度学习提取人脸特征进行人脸静态图片识别的方法,在Labeled Faces in the Wild(LFW)数据集等标准集上的正确识别率几乎接近人类.但是,在视频流中,由于人体的不停运动和姿态偏移等问题,导致检测到的部分人脸区域严重模糊和不完整,如监控系统中的人脸.这种情况下,单纯地采用基于图片的人脸识别方法,准确率会严重下降.在基于视频流的人脸区域提取时,本文提出采用单张人脸区域图像的特征自相关指标来衡量人脸的姿态以及模糊状况,针对连续多帧中人脸区域图像存在的信息冗余,提出利用连续多帧中人脸区域图像的特征互相关指标来衡量视频流中人脸区域的变化程度.基于提出的自相关指标与互相关指标,本文提出并实现了视频流中适用于识别的人脸区域图像的选取算法,以及加权投票的人脸识别算法.研究中收集并制作了基于视频流的人脸数据集,验证了本文提出算法的可行性.实验表明,本系统在有较高的识别率的同时,大幅度降低了人脸识别计算量,使得人脸识别可在视频流中实时稳定地进行.     

基于深度学习算法的人脸识别管理系统

针对学生管理中人脸认证智能安防的需求,文中首先基于深度学习理论对人脸识别的相关算法进行了研究,在卷积神经网络的基础上,以提高人脸识别的准确率为目的,重新设计了包含11个卷积层和4个池化层的网络结构。网络使用标准人脸数据集CASIA-WebFace进行训练,在LTW库上的人脸识别准确率可以达到97. 8%以上。基于该深度学习网络,设计人脸识别管理系统,系统实现了1∶1的人脸认证和1∶N的人脸识别。由于深度学习算法的引入,人脸搜索系统的搜索时间小于0. 7s,大幅提高人脸识别技术的效率和实用性。     

基于ARM的人脸识别门禁系统设计

通过对嵌入式技术以及人脸识别的研究,提出了在基于IMX6ULL处理器上,搭建人脸识别门禁系统.根据系统的功能需求给出了系统总体框架以及各个功能模块的实现方案,包括图像采集模块、存储模块和输入输出模块的硬件设计和系统的软件实现.该系统运行稳定,效率高,满足人脸识别门禁系统的设计要求.