人脸识别技术在门禁系统中的应用

射频识别(RFID)技术与生物特征识别技术如今已经成为当代门禁技术的主流。提出了一种在门禁系统中利用RFID技术与人脸识别技术相结合进行身份验证的设计方案。实验表明,结合两种技术将会提高身份识别的安全性和有效性,满足了高度机密性场所安全保护和高效率管理的需要。     

关于人脸识别技术在商业银行方面的应用——基于计算机视觉

随着高科技手段的发展与应用,依靠人的身体特征来进行身份验证的生物识别技术可以代替现有的身份识别技术。人脸识别技术作为生物识别技术的一种,以其特有的稳定性、唯一性和方便性等特征,被越来越广泛地被应用在需要身份识别的领域。本文主要从计算机在生物识别技术和人脸识别技术方面的应用、人脸识别系统的组成、以及人脸识别技术在商业银行方面的应用等方面论述了人脸识别技术在身份识别方面的应用。     

人脸识别研究综述*

人脸识别是一种重要的身份鉴别技术,具有广泛的应用前景。给出了人脸识别发展历程中的技术特点;根据人脸检测定位、面部特征提取和人脸确认识别三个关键的人脸识别过程,阐述了目前已成熟的核心技术和方法以及这些技术和方法的优缺点;展望了人脸识别未来的研究趋势。     

基于LSSVM和RFID的智能门禁身份认证系统设计

针对目前已有的基于RFID的身份识别系统往往只侧重系统设计而没有对软件进行智能优化,设计了一种基于LSSVM和RFID的智能门禁身份认证系统;首先,设计了系统总体框架并描述了身份认证原理;然后,对系统的RFID子系统,微处理器和接口均进行了详细设计和描述,采用多层RBM组成的深度神经网络对人脸进行自动特征提取,通过比较差异算法训练深度神经网络,最后,根据RFID标签和提出的人脸特征,采用多个LSSVM进行人脸识别,并将投票结果作为最终识别结果;通过部署实验进行测试,结果证明文中设计的系统能实时有效地对智能门禁进行身份认证,具有识别率高和识别效率高的优点。     

物联感知和生物识别在实名制票务中的研究

以乘客的生物特征取代身份证信息,以2.4 GHz射频识别技术和人脸识别技术实现无线信息感知,建立了基于物联网框架的实名制售检票解决方案。系统采用无源RFID标签为车票载体,通过装有RFID读写器的闸机对车票及其对应的乘客身份信息实现主动感知。为降低现有算法人脸检测及识别的时间,满足大批乘客检票实时性要求,改进了Viola-Jones算法以提高人脸检测速度,提出了基于OGA的改进Fisher脸方法对图像向量进行降维,并对特征空间进行优化以提高人脸识别效率。实验结果表明,设计的实名制票务系统有较好的实时性和可靠性;通过实例说明了系统在实际应用中的可行性。     

基于唇语识别的身份认证研究及系统设计

随着人脸识别身份认证技术的广泛应用,各类针对人脸识别系统的攻击手段逐渐出现.为了应对这类安全性问题,提出了基于唇语识别的身份认证方法.基于唇语识别的身份认证系统要求用户在进行人脸识别认证的同时读出验证码,系统既要对人脸进行比对,还要通过唇语识别技术识别出说话内容并与验证码进行比对,只有两部分比对都通过才能通过系统的身份...     

RFID技术在考生身份验证系统中创新性应用研究

针对目前中国考生身份验证工作存在的困难和问题,以及RFID识别技术在各个领域的广泛应用,研究考生身份验证系统中采用RFID技术而将现代编码技术、计算机技术及网络技术合为一体的应用。主要由无线射频电子标签、手持式身份验证仪和计算机管理系统组成,可以具备非接触式身份识别、自动采集信息、存储信息、报表生成等功能。有效地解决考生身份管理存在的困难,可以实现自动化、智能化的考生身份验证,提高考生身份识别的安全性和有效性。     

大容量人脸识别门禁系统的研究

人脸识别技术是当今的热门技术,将人脸识别技术应用于安防领域是未来的发展方向.但是,在很短的时间内,对成千上万人的人脸识别如何实现?强背光影响人脸图像如何解决?从系统的角度出发,给出了大容量人脸识别门禁系统的设计,综合运用了远程射频识别(RFID)技术,重构人脸识别标准数据库,缩小了人脸识别的范围,提高了识别速度和识别率,解决了大容量的人脸识别问题;采用补偿光的办法,解决强背光对人脸图像影响.为人脸识别门禁系统的推广应用提供了借鉴.     

基于RFID的用户身份识别管理系统的设计

RFID是一种射频识别技术,不要求识别系统与特定目标之间互相接触或建立连接。提出一种基于RFID的用户身份识别管理系统,采用RFID模块配合WPF编写的软件系统和SQL数据库,对用户身份进行识别和管理。     

捕捉RFID身影

RFID技术的应用领域十分广泛,从桥梁、高速公路和公共交通的自动收费,到办公室和工厂的身份识别,都可以发现RFID的身影。特别是在物流、货物收发、仓储以及制造行业供应链管理等领域,RFID技术具有广阔的应用前景。     

融合LeNet-5和Siamese神经网络模型的人脸认证算法研究

基于人脸信息的身份认证对于个人安全和社会稳定都具有非常重要的意义。传统的人脸认证方法依赖人工构造视觉特征,易受外界条件影响,识别精度不高。深度学习模型以自主学习方式进行特征提取,能从复杂的数据中提取到人脸的隐性特征。然而大部分深度学习人脸认证方法需大量带有身份标记的训练样本,额外增加了标记数据的成本。针对以上问题,提出了融合LeNet-5和Siamese神经网络模型的人脸认证算法。该算法在Siamese神经网络框架基础上,引入LeNet-5卷积神经网络,将单分支LeNet-5卷积网络扩充为结构相同且参数共享的双分支LeNet-5卷积网络,通过缩小卷积核、增加卷积层来调整网络结构,使用Contrastive Loss函数对融合网络进行训练。实验结果表明,该算法在不同的人脸数据集上,均获取较高的识别精度。     

基于人脸识别的双因素身份认证系统的设计与实现

身份认证是网络安全信息系统的第一道屏障,目前广泛使用口令等方式来确认身份的技术面临着严峻的挑战,并显得越来越不适应现代科技的发展和社会的进步;人们希望有一种更加方便可靠的方法来进行身份认证,根据身份认证的研究现状和生物特征的特点,文章设计了一种基于人脸识别和口令的双因素身份认证系统的新模式,不仅有效地提高了系统的安全性,而且有效地提高了系统认证速度,是一个安全、高效的身份认证系统。     

基于C＋＋和OpenCV的人脸识别系统的设计与实现

人脸识别是通过对人的脸部特征信息进行身份识别的一种生物识别技术.研究现实基于人脸识别的身份验证系统具有重要意义.提出一种基于C＋＋和OpenCV的人脸识别系统的设计与实现方法.系统实现的功能模块包括人脸图像采集、图像预处理、人脸检测与定位、人脸特征提取与识别、人脸数据库管理等.系统中人脸检测采用基于Haar-like特征的Haar 分类器,人脸识别采用Eigenfacae算法.系统经过运行测试,结果表明该系统能够满足一般的基于人脸识别的身份验证需求.     

基于PCA和LDA的人脸识别系统设计

在现代社会当中,身份认证与识别问题变得尤为重要。其中,基于人脸面部特征的识别技术因其具有的突出优点脱颖而出,得到了广泛研究与应用。考虑到当前人脸识别技术遇到的相关难点,寻求了一种主成分分析(PCA)和线性判别分析(LDA)相结合的方法对人脸进行识别,并且基于LabVIEW/Matlab和摄像采集系统等软硬件设备,设计了人脸识别系统。该系统以人脸识别算法为基础,利用PC机为操作平台,通过将即时采集的人脸图像与所建立的人脸特征库比对,从而快速有效地查出已登记人员的身份信息。     

基于AccelDSP的LBP算法在人脸识别中的应用

针对人脸识别中实时性的要求,采用FPGA硬件方式实现人脸的实时识别,对传统的LBP算法在硬件实现上存在的问题进行了详细分析,并提出了一种符合硬件数据流处理的LBP优化算法。利用AccelDSP综合工具对该优化算法进行硬件设计,并在Dasal公司的Anaconda卡的IPUFPGA上进行实验验证,满足了人脸识别中实时性的要求。实验结果表明优化后的LBP算法不仅人脸识别率得到了提高,而且在硬件上特征值提取速度是软件上的19倍,能够满足实时性的要求,达到每秒处理100幅人脸图像。     

基于自适应LBP人脸识别的身份验证

提出了一种自适应LBP人脸识别算法用于进行身份认证。在身份特征录入阶段,首先采用Harr人脸级联分类器对人脸样本库进行人脸区域检测,并使用PCA方法对人脸区域进行降维处理;然后通过LBP二值模式的人脸识别算法提取人脸样本的特征值;最后通过LBP人脸训练生成人脸数据特征库。通过多场景人脸图像库和阈值队列,通过多阈值全组人脸匹配,建立人脸阈值特征库。在身份验证阶段,将登录用户人脸与人脸阈值特征库做粗粒度人脸LBP直方图匹配,确定当前最优的LBP阈值;然后将登录用户人脸与人脸数据特征库做LBP直方图匹配,通过匹配结果确定登录用户的系统权限。实验结果表明,在图像和视频模式下,基于自适应LBP人脸识别算法的身份验证具有很高的鲁棒性。     

基于肤色模型和FloatBoost的多姿态人脸检测

多姿态人脸检测是人脸识别系统必须解决的关键问题之一。利用光照鲁棒的肤色模型来搜索待检图像的可能人脸区域并进行肤色分割,结合分割区域的几何信息确定最终的候选人脸区域,然后对人脸的关键特征进行定位,按规则计算重要特征块的中心,将这些中心点确定的符合条件的候选区域利用FloatBoost进行分类,最终实现了快速准确的多姿态人脸检测。