基于GAN网络的三维人脸纹理重建技术

在计算机视觉领域,三维人脸重建起着重要的作用,特别是在动画制作、虚拟人脸、人脸识别等领域正被广泛应用。基于单张图片的三维人脸重建,通过使用拟合的模型对图像进行采样,可以创建出面部的UV纹理图。然而通过相机采集到的是单视角的二维图像,存在人脸自遮挡的情况,这导致生成的UV纹理图的信息是不完整的。因此,提出一种针对三维人脸纹理补全问题的条件生成对抗网络,将Unet和部分卷积结合起来作为生成器,从而在纹理修复时可以保留更多的图像信息;判别器中引入SMPatchGAN提高图像判别的真实准确度。实验结果表明,相较于其他算法,所提出的算法取得了较为显著的改进效果,特别是在处于大视角下存在人脸自遮挡问题时,也能重建出精细的三维人脸模型。     

基于OPENCV具有眨眼侦测功能的人脸检测系统

随着社会智能化程度的提高,视频图像凭借其直观优势将逐渐取代文字的地位。本文在基于OPENCV的基础上,提出一个具有眨眼侦测功能的人脸检测系统,其中利用相对比较成熟的开源计算机视觉库opencv开源函式库对摄像头实时输入的图像进行采集,对采集图像做前期处理;Adaboost算法由于它特殊的算法模式,可以进行快速的目标检测,因此采用Adaboost算法做人眼定位检测,本文提出的眨眼侦测功能可以为系统提供防伪功能,为人脸识别技术提供一道安全的屏障,实验结果表明,本系统实验了人脸检测,人眼定位,眨眼侦测等功能,检测效率高,效果好。     

一种改进的稀疏表示人脸算法

为进一步有效提升稀疏表示人脸识别系统的识别率和可靠性,在分析人脸图像稀疏表示系数分类能力的基础上,提出了一种快速正交匹配追踪的脸识别新方法。快速正交匹配追踪算法通过在基本的正交匹配追踪算法中对冗余字典采用Cholesky分解,提高了算法的整体效率。     

多特征融合的尺度自适应KCF人脸跟踪

针对传统核相关滤波(KCF)跟踪算法在人脸跟踪中无法处理尺度变化、严重遮挡等问题,提出一种多特征融合的尺度自适应KCF人脸跟踪算法。该算法先对肤色与HOG特征进行融合来表征人脸,通过多通道相关滤波器定位人脸位置;学习一个一维的尺度滤波器来估计人脸的最优尺度;采用线性插值的方式对滤波器系数和人脸外观模型进行更新。实验结果表明,改进后的算法能明显提高跟踪的性能。通过定量与定性分析该算法对尺度变化、严重遮挡等问题有很好的鲁棒性,跟踪速度在36.7 f/s时达到实时应用的要求,优于近几年一些优秀的跟踪算法。     

基于5×5邻域内的LGC人脸表情识别

应用于面部表情识别的算法中,传统的局部二进制模式(LBP)算法能够分析出中心像素与相邻像素之间的灰度关系,但是忽略了额头、眼睛、嘴巴以及其他一些区域在梯度方向上的表情分布趋势.因此,提出了基于5×5邻域内局部梯度方向(LGC-FN)的特征提取方法,通过对5×5邻域内横向和对角线方向上的二进制编码得到融合的特征,可以准确地描述由于皱纹、面部肌肉等形变产生的表情信息.最后,使用支持向量机(SVM)进行特征分类.通过实验证明了提出的方法可以有效地提高面部表情的识别率.     

人脸检测技术综述

人脸检测是人脸识别的组成部分。近年来,人脸检测逐渐发展成为独立的课题,同时也越来越受到学者们的重视。文章对人脸检测的发展历史和研究现状等进行了阐述,通过整理分析人脸检测相关文献,并对人脸检测进行了分类,对比了各个方法的优缺点,最后讨论了人脸检测今后的研究方向。     

在线无人监考防作弊新技术探索

为解决教育资源分布不均衡等问题,发展现代网络教育已经成为全球趋势。无人监考是网络教育体系中重要环节之一。为了确保真学真考,本文针对现阶段远程教育中存在的替学替考、假体攻击、夹带抄袭等作弊行为,探讨了活体人脸检测、跨年代人脸识别、夹带行为检测等安全环节的创新方法。上述新技术有助于提高无人监考的安全性,确保远程网络教育落实到人,推动网络教育建设和发展。     

图约束字典和加权稀疏表示人脸超分辨率算法北大核心

针对低分辨率、低质量人脸图像重建问题,提出了一种新的基于稀疏表示的人脸超分辨率算法。在训练阶段,人脸的位置特征被用于保持人脸块的全局信息,人脸块间的几何结构被用于保持高低分辨率超完备冗余字典的流形结构,从而提高字典的表达能力;在重建阶段,K近邻加权稀疏表示被用于消除稀疏编码噪声,以提高高分辨率人脸图像重建系数的精度。实验结果表明,提出的方法取得了较好的主客观质量。     

基于局部约束的人脸图像超分辨率重构算法

基于超完备稀疏表示理论,并根据人脸图像的特征,提出一种基于局部约束的人脸图像超分辨率重构算法。该算法首先通过样本训练出一对高、低分辨率相关联的冗余字典;再根据局部范围内人脸图像的相关性,重构出高分辨率图像;最后对图像进行全局优化。为验证算法的有效性,本文利用ORL标准图像库进行了对比实验,实验结果表明,该算法能够有效提高峰值信噪比,同时能够更好地恢复人脸图像的高频信息,有一定的实用价值。     

基于人脸测温技术的通道闸机人员身份识别方法

以往体温测量方式效率较低,无法满足疫情防控的需求,为了测量流动人员体温,保障公共空间的安全,提出一种基于人脸测温技术的通道闸机人员身份识别方法。利用红外热像仪采集并处理热红外人脸图像;借助人脸测温技术中的黑体模块构建温度——灰度模型,标注超温人员人脸图像;融合Gabor与SVD算法,提取超温人员人脸图像特征向量,构建与集成多分类器,识别超温人员的身份。实验数据显示,在不同特征向量维数下,应用提出方法获得的人脸测温误差较低,人员身份识别率高于最低限值,充分证实该方法的可行性。