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。     

人脸识别技术在安全保卫工作中的应用及发展趋势研究

人脸识别技术作为一种新兴的生物特征识别技术,与其他生物特征识别技术相比,可以非接触式远距离采集生物特征,数据获取更加自然、直接、便捷。人脸识别技术在公共安全、经济文化保卫、人机交互等领域具有广泛的应用前景,在研究和应用方面得到长足的发展。人脸识别技术安保领域中主要有2种类型的应用,即静态人脸比对识别和动态人脸监控识别。动态识别技术可应用于车站、机场、地铁等重点场所和人群密集公共场所以及学校、医院等企事业单位出入口等多种治安、安保、安防、反伪等领域。静态人脸识别搜索比对是指静态人脸照片与人脸数据库比对,进行人的身份搜索和身份管理,主要应用在治安和户籍管理、身份核查、内保等方面。文章对人脸识别技术在安全保卫工作中的应用及发展趋势进行了研究。     

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。     

人脸识别技术（FRT）研究

人脸识别技术是目前安防行业发展的主流方向,本文针对人脸识别技术的发展进行分析,并且针对人脸检测、特征提取、识别方案等进行系统的研究,总结出实际发展前景和应用方向,提出了人脸识别技术中的难点项目和未来发展的要求。     

人脸识别领域中国专利申请现状分析

对智能识别领域中的人脸识别技术的中国专利申请进行检索,分析了历年专利申请量和申请趋势、申请人构成和地区分布、核心申请人状况,按照技术分支将其分为人脸检测、人脸跟踪、人脸表征、人脸识别及应用等,探讨我国人脸识别的专利发展趋势,为国内智能识别企业及研究机构提供专利信息和技术支持,确立专利申请的方向.     

人脸识别在远程智能监控系统中的研究与实现

文中设计一种远程智能视频监控系统,通过加入人脸识别技术,对视频中感兴趣的人脸进行提取并识别。考虑到使用便利性以及成本节约,系统采用嵌入式微处理器平台,并使用Linux作为操作系统。在底层利用V4L2来驱动摄像头输入,利用TCP/IP网络通信协议进行传输。系统采用的是B/S架构,通过浏览器的形式可以查看实时视频监控画面。为了改进普通视频监控的局限性,加入人脸识别技术使其可以自主地筛选出视频中出现人员的信息。采用Adaboost算法检测出人脸,然后通过训练人脸模型库,利用LBP算法对检测出的人脸进行识别。传统的被动视频监控系统存在视频数据利用率不高、资源浪费、增加人工成本等问题。与之相比,基于人脸识别的视频监控系统能够主动地识别视频中人员信息,保存识别的人脸数据,用户可以方便查看视频中出现的人员信息,有着较好的实用性。     

面向视频监控的人脸识别关键技术分析

<正>在不同的监控视频当中，人脸具备一定的关联性，部分信息可以反映一定的人脸信息。本文在人脸图像的变化特点的基础上，提出了一种基于监控视频的人脸识别技术，该技术借助人脸检测与跟踪技术对视频的人脸序列捕获，并对所捕获的信息做出识别，选取出全部的人脸序列图像信息，综合化地对人脸信息做结果识别。借助于此种方式可以确保识别效率的提升，降低错误识别率的提升，最终实现监控视频当中人脸识别实时性的提升。     

实时人脸识别系统研究

为研究一种人脸识别的实时检测系统,本文设计了由视频实时采集/预处理模块、数据库管理模块、人脸识别模块和识别信息输出模块组成的识别系统框架。首先利用摄像头采集人脸信息,并通过微软数据库软件SQL储存人脸身份信息,再用MATLAB软件建立GUI人机交互界面,使用经典的主成分分析法PCA提取视频图像中数据的主要特征分量。在MATLAB GUI编辑界面中,通过数据库的链接访问,识别数据库中人物身份信息的操作。通过matlab软件中GUI,建立了人机交互界面,利用SQL Server成功存储录入人脸身份信息,并与人脸录入信息程序实现连接。在MATLAB脚本中对SQL Server实现了已储存人脸信息的查找、读取,录入,删除操作。本系统人脸实时识别率达到90.32%,达到人了脸实时识别效果。     

特征提取在人脸自动识别技术中的研究

人脸识别技术目前是生物特征识别中研究的热点之一,在商业、司法、监控和视频检索等领域有着广泛的应用前景。人脸特征的自动提取则是人脸自动识别过程中至关重要的环节。主要基于主成分分析PCA、线性差别分析LDA和非负矩阵分析NMF三种常用的子空间分析方法进行人脸特征提取的研究。     

基于异方差PLDA的外观流形建模视频人脸识别

针对现有的视频人脸识别方法不能很好地学习局部模型特定协方差的问题,为了更好地识别视频中的人脸,提出了基于异方差概率线性判别分析(PLDA)的外观流形建模(AMM)算法。首先,借助于高斯分布集合,对训练集中所有的人脸分别进行外观流形建模;然后对从视频中采集到的人脸进行聚类,并使用异方差PLDA模型学习聚类结果,从而获得表征分布的参数;最后,通过点到模型距离对测试人脸的每一帧到训练集的所有聚类进行融合匹配,并根据匹配得分最高原则完成人脸的分类。在两大通用视频人脸数据库Honda及MoBo上的实验验证了所提算法的有效性及稳定性,实验结果表明,相比其他几种较为先进的视频人脸识别算法,所提算法明显提高了识别率,并且大大降低了计算复杂度,有望应用于实时视频人脸识别系统。     

智能视频监控系统中人脸识别技术的研究分析

智能技术在现代社会得到了广泛运用,大大提升了工作质量、管理效率,人脸识别技术是一种智能技术,在智能视频监控系统中的应用较普遍。文中尝试对智能视频监控系统、人脸识别技术进行简述,再以此为基础,论述基于人脸识别技术的智能视频监控系统设计思路、工作过程和环境要求,最后分析智能视频监控系统中人脸识别技术应用的注意事项,包括数据的准确性、管理的可控性、控制的综合性等,以服务相关技术的进一步发展,提升管理活动质量。     

基于MTCNN和Facenet的人脸识别

人脸识别技术在智能城市建设中广泛应用,传统人脸识别算法依赖人工设定的特征,通常会带来不可期望的人为因素和误差。随着计算机算力的提升,基于神经网络的人脸识别方法由于其准确高效深受工业界偏爱。提出了基于多任务卷积神经网络(MTCNN——Multi-task Cascaded Convolutional Networks)和Facenet的人脸识别方法,并实现了从图像处理到识别结果输出的整个人脸识别系统。     

人脸识别在视频监控中的应用

随着信息技术的迅猛发展,视频技术在教育、监控等众多行业领域得到推广。人脸识别作为生物特征识别的重中之重,如今已成为人工智能研究领域的热点课题。基于此,文章首先阐述了人脸识别技术的内涵及其应用优势,然后分析了人脸识别的典型算法与关键技术及其在视频监控应用中面临的问题,最后进一步探讨了人脸识别在视频监控中的具体应用。     

基于RK3288国产化平台下嵌入式人脸识别系统的开发

人脸识别是模式识别中很重要的一个研究领域,在信息安全、金融贸易、视频监控等各行各业都有广泛应用。系统基于RK3288芯片架构、中兴CEGL linux3.10操作系统国产化平台设计实现人脸识别。对人脸检测算法AdaBoost、局部二值模式(Local Binary Pattern)以及LBP与SVM分类器相结合的人脸识别技术进行深入研究,最终基于QT可视化开发平台调用OpenCV计算机视觉库相关函数模块对系统进行了实现。     

结合肤色分割的支持向量机人脸检测方法

人脸检测是人脸识别与图像及视频检索的一项重要任务。本文提出了一种结合分割与模板匹配-支持向理机(Support Vector Machines,SVM)的正面人脸检测算法。算法在肤色区域分割基础上，输入图像采用基于Harr小波描述的特征提取方法，然后结合平均脸模板匹配利用 SVM分类器进行分类。实验结果表明该算法十分有效。     

MEF融合HFF的戏剧视频关键情节自动提取

为了更好地从戏剧视频提取关键情节,提出了一种基于音乐情感特征(MEF)融合人脸特征(HFF)的自动提取方法.首先,利用基于音频指纹技术的二级音乐情感识别方法进行音频识别,并利用人脸特征进行视频识别;然后,利用音频和视频识别得到的各元素获取关键情节值,从而提取关键情节;最后,提出了一种量化评估方法评估关键情节提取方法的一致性.在四个戏剧视频上的评估实验验证了该方法的有效性及可靠性,相比其他几种较新的提取模型,该方法提取效果更好.     

AFRS人脸自动识别系统的设计与开发

人脸检测、跟踪和识别技术是人机自然交互领域中一个富有挑战性的课题,也是近年来研究的一个热点。在新一代(第四代)人机自然交互系统中人脸自动识别系统提供了一个友好的人机交互接口。本文着重介绍了AFRS人脸自动识别系统的设计思想和实现技术。该系统以实现一个实时的、鲁棒的、自动化的系统为目标,融合了人脸检测、跟踪和识别技术以及其它的图像和视频处理技术,并且建立和维护了一个含有人脸特征数据的数据库,从而使得系统可以自动地对进入系统监控范围内的人脸自动进行检测、跟踪和识别。该系统在新一代的人机交互、安保、视频监控等方面有着广泛的应用前景。     

Complete face logs for video sequences using face quality measures

Reducing a video sequence containing a human?s face to just a few high-quality face images (Face Log) has a considerable importance in applications related to face processing. This face log can be considered as a concise representation of the video sequence. Producing such a complete face log is the focus of this paper. To decide about the presence of each face in the face log, their quality using four facial features is assessed. Relative quality scores are assigned to these features and then combined into one quality score for each face using a fuzzy inference engine. The authors introduce a method for choosing the M-best images for construction of the face logs. These best images are selected as local maxima in different temporal periods of the sequence. The introduced system has been evaluated using four different datasets including still images and video sequences under various conditions. Experimental results show the success of the system in finding the best face images and using these for producing complete face logs.     

基于肤色分割与Adaboost融合鲁棒人脸检测方法

人脸检测广泛应用到人脸识别、数字视频处理、安全访问控制、视觉监测、基于内容的检索等领域.比较众多人脸检测算法,文章提出了一种改进的基于Adaboost算法的人脸检测算法.该算法的核心是肤色分割结合基于Adaboost算法的人脸检测.首先,对彩色图像进行肤色分割,通过肤色区域的大小和长宽比等规则去除部分类肤色区域,得到可疑的人脸区域.其次,基于Adaboost算法的灰度特征得到最终的人脸.通过大量彩色图像的实验,证实了该方法的准确性和鲁棒性.     

基于DCT的PCA人脸识别系统研究

人脸识别是一种重要的生物特征识别技术,它广泛应用于电脑开机、门禁系统、安全监控和重要场所的身份验证。该文提出了一种基于DCT的PCA特征提取方法,该算法先对整个原始人脸图像进行DCT变换得到系数矩阵,再提取包含原始图像大部分信息的少量系数作PCA,提取出特征脸,再进行分类识别。对ORL人脸库的仿真实验表明,该方法优于单独DCT与PCA特征提取的识别方法,并且减少了运算量。