人脸识别系统的设计与实现

随着社会信息化、网络化的发展,自动身份认证逐渐成为一种趋势,人脸识别以其特有的便利性成为当前研究的热点.在学习前人的图像处理技术基础上,综合考虑各方面条件,在算法上采用人脸识别领域中的HAAR方法对人脸进行检测,采用PCA方法进行人脸特征提取;在图像显示上采用JavaWeb开发的SSH框架对图像进行处理,将C++图像处理的便利条件和Java Web开发的友好效果结合起来.最终实现的功能是:从人脸图像库中找出与上传人脸最相似的前三个人脸图片,并显示他们的信息.     

基于特征融合的二代身份证人脸验证系统

二代身份证人脸验证是指判断二代身份证图片和身份证使用者当前头像是否为同一人.由于二代身份证图片分辨率较低,与现场采集图像的清晰度、人脸内部变化、外在环境等差异较大,传统的人脸识别方法在解决二代身份人脸验证问题时识别率较低.针对上述问题,提出一种基于特征融合的二代身份证人脸验证系统.该系统包括图像采集、预处理、特征提取、特征比对及结果判断五个部分.首先采集二代身份证图片和摄像头照片并进行图像预处理,分别提取二代证照片和摄像头照片的全局特征和局部特征,全局特征采用PCA和LDA方法,局部特征采用直方图方向二进制码(HDBC)方法;然后对全局特征和局部特征在公共特征空间内计算相似性,得到全局特征和局部特征的相似性,最终根据给定的阈值判断二代身份证持有人是否为本人;最后在大量真实的二代证数据集上进行测试验证,结果表明,该方法相比于传统的单特征提取算法,识别率显著提高.     

多姿态人脸图像处理方法研究

通过对传统人脸识别系统图像处理的方法以及具体的特点进行研究，然后结合多姿态人脸识别技术的要求，提出了适合多姿态人脸识别的人脸图像处理方法。该文主要采用的是人脸图像的标准化方法、归一化处理以及由单视图生成多姿态的图像处理技术，最终形成了对多姿态人脸图像进行综合处理的技术。     

基于图像处理的人脸检测研究

针对人脸识别的预处理,采用图像处理技术解决了人脸检测问题。首先建立输入图像的肤色模型,然后进行开运算处理,以消除图像噪声利于后面的眼睛定位。再对二值图像做灰度投影实现人脸粗分割,定位双眼。最后对细化分割出来的人脸区域进行标准化操作,包括灰度的均衡处理和Mallat算法二维小波分解。灰度均衡把原始图像的直方图变换为均匀分布的形式,增加像素灰度值的范围。小波分解可以压缩图像,以降低算法的复杂度。每个步骤通过处理前后人脸图像的对比彰显所做步骤的意义。人脸检测的最终结果是获得64×64大小的人脸图像。此图像包含了人脸的有效信息,在此图像的基础上才能进行后续的提取特征、设计支持向量机,进而做人脸识别。     

基于改进Otsu法的触觉图像处理

论文介绍了传统Otsu二值化算法,针对触觉技术中图像处理的特点,采用了改进Otsu法对于灰度接近的特殊图像进行处理,解决了Otsu法处理特殊触觉图像的缺陷,目标信息不丢失,具有一定普适性。     

二代身份证阅读器在Interlib系统读者管理中的应用与实现

本文研究Interlib系统读者管理与二代身份证阅读器软硬件相结合,通过二代身份证阅读器实现读者信息传递和身份信息自动录入,提高读者办证过程的效率和正确率。     

人脸检测与识别

人脸是人主要的身份特征之一,人脸识别在信息管理、身份验证、视频监控、机器视觉等领域有着重要的实用价值.本文以中央民族大学信息工程学院本科生人脸数据库为背景,从应用的角度出发,开发了基于人脸识别的学生身份确认系统.整个系统主要分为图像预处理、人脸检测和人脸识别三个部分.图像预处理包括图像大小归一和图像灰度均衡;人脸检测采用Harr分类器;利用PCA（主成分分析）获得投影矩阵和维数适中的能够表征人脸的特征向量;基于最近邻原则,进行人脸匹配.系统测试结果表明,该系统能够完成基于人脸识别的学生身份信息查询功能.     

人脸识别中的特征分析

研究了奇异值分解和傅里叶变换方法在图像分析和人脸识别中的作用;比较了两种方法进行图像处理的分解信息,研究了图像傅里叶变换后幅度谱和相位谱包含的图像信息;随后设计实验研究了奇异值向量矩阵和奇异值矩阵中包含的图像信息,并提出一个新的观点：图像分解后的奇异值矩阵包含图像的光照信息;通过设计实验验证了观点的正确性。     

基于局部边缘差异二值模式的人脸识别方法

传统的局部二值模式(local binary pattern,LBP)作为一种有效的特征提取与编码方法广泛应用于图像处理领域,但该方法只提取了图像模版中心像素值与边缘像素值的差值信息,这些信息不能全面地表征图像,并且对图像小幅度的灰度变化敏感.针对该方法的缺点,提出了一种基于局部边缘差异二值模式(local edge difference binary pattern,LEDBP)的特征提取算法,并应用于人脸识别领域.与传统的局部二值模式不同,本方法通过计算图像模版中心像素值与边缘像素值的差值来表示局部区域,其首先计算中心像素与相邻像素的边缘差值,然后使用局部三值模式的上模式(upper local ternary pattern)对边缘像素值进行编码,建立直方图后得到特征向量对图像进行表示.实验结果表明,本文算法用于人脸识别较传统的LBP等算法在识别率上有较大提高.     

基于人脸识别技术的身份认证系统实现简介

人脸识别技术(Face Recognition)是生物技术和计算机技术的复合应用。有别于虹膜识别(Iris Recognition)、指纹识别(Fingerprint Recognition),人脸识别对数据采集、分析和处理更灵活更直观。随着个人、企业、国家对于安全要求的提高,基于人脸识别技术的身份认证系统的应用也越来越广泛。本文通过研究和分析,阐述了如何实现基于人脸识别技术的身份认证系统,和利用云计算对大规模认证系统进行优化。     

人脸识别中的图像处理技术

人脸作为一种高普遍性、可以非接触式采集的重要生物特征,正被越来越多地用来进行身份鉴别。本文介绍了人脸识别的基本过程,简要分析了人脸识别中的基本图像处理技术,如预处理和图像变换,并在MATLAB中实现。     

基于MATLAB的图像检测方法的研究

基于图像处理的检测是现代测量技术的重要发展方向,介绍了基于图像处理的差异检测系统的结构,探讨了系统中的几个关键技术。论文提出了将标准图像和待检测图像进行灰度化、二值化分割、图像形态学处理,并通过引入相关系数对两子图像序列求相关性。实际的检测过程表明这方法是行之有效的,基本满足了系统设计的要求。     

基于分块法的条纹处理技术及应用

为使条纹处理、原理简单、速度快、抗干扰 ,提出了一种基于分块法的条纹处理技术。在对不同的二值化方法比较的基础上 ,重点阐述了基于分块法的图像二值化和细线化的原理和过程 ,讨论了分块二值化中阈值确定的原则和算法 ,介绍了为提高图像处理质量而采用的去底色方法和对图像中间部分的特殊处理过程 ,以及基于该法的图像细线化算法。基于分块法的条纹处理技术能够最大限度地保留有用信息 ,遏制干扰和冗余信息 ,有很大的可靠性。将该法应用于莫尔测偏法进行物体表面形貌的测量 ,可实现仅用两幅图来重构被测物的表面形貌     

人脸识别身份认证应用于一卡通的前景展望

本文针对一卡通在实际生活的广泛应用中对于身份认证的这一需求，提出了将人脸识别技术应用于一卡通身份认证的前景展望。文章首先对人脸识别方法进行了综述，然后简要说明当今社会生活对于身份认证的需求现状，最后阐述了人脸识别身份认证应用于一卡通的前景。     

图像处理技术在人脸识别中的应用

人脸识别技术是一种比较容易被人们接受的非侵犯性识别方法,在使用上较指纹、掌纹、虹膜等其它的生物特征更加友好、直接和方便。图像的预处理工作在人脸识别过程中发挥着很重要的作用,直接关系到人脸识别的准确率,因此,在人脸的检测和定位前对图像进行预处理是非常必要的。本文简单介绍了人脸识别的基本过程,主要分析了人脸识别中的图像处理技术,如图像的灰度化处理、中值滤波、直方图均衡化和小波变换等,并在MATLAB中实现。     

面向网络身份认证的人脸识别研究

网络身份认证是网络安全的第一道防护措施,以如何确定用户的身份并控制其对网络资源的访问作为研究对象,并且是网络安全体系的基础。针对网络身份认证的安全问题,研究基于人脸特征的认证模型,并对人脸识别的关键技术(PCA和SVM)进行讨论分析,使用RSA算法对传输过程中的数据进行加密。系统分析研究表明,该方法具有较高的识别率,系统具有可行性,能够应用于网络身份认证。     

云环境下融合FHE和人脸识别的身份认证方案

基于人脸识别的身份认证技术可以在云计算环境下保证用户物理身份和数字身份的一致性,密码协议与人脸识别的结合能够在开放的云计算环境中保护用户的人脸隐私信息。为解决受密码协议约束导致的低识别率和低效率问题,利用改进后的整数环上的全同态加密(FHE),提出云计算环境下融合FHE和人脸识别的分布式身份认证方案。采用与FHE相容的欧式距离分类,采用神经网络模型进行人脸特征提取,通过将欧式距离的计算转换为点积计算,从而在保障人脸识别率的同时降低计算复杂度。在分布式环境中的测试结果表明,该方案能够在不降低人脸识别性能的同时有效保护用户隐私,提高了桌面云身份认证的安全,具有较好的适用性和推广价值。     

身份认证中的人脸识别技术

作为人的生物特征之一的人脸是人类一个完整而独特的部分,在身份认证中,它提供了其他验证方式所不具有的先天的便利性和技术方面的高效性,基于人脸识别的身份认证在商业领域及安全领域都有着广泛的应用。本文主要介绍人脸识别的主要方法和其在身份认证中的应用。     

一种基于奇异值分解的人脸识别新方法

基于奇异值向量方法进行人脸识别时,由于提取的奇异值向量特征所包含的人脸图像的有效信息少,导致人脸识别率低下。基于此提出了一种基于奇异值分解的人脸识别新方法——矩阵的秩-逼近法。利用ORL人脸数据库进行实验,并采用最近邻决策规则来进行分类识别。实验结果显示,提出的方法比基于奇异值人脸识别方法具有优越性,本算法能大大地改善识别效果。     

基于人脸识别的远程教育身份认证方法研究

远程身份认证是远程教育系统亟待解决的问题之一，为实现对学习者身份的实时认证，提出了基于人脸识别技术的身份认证方法。在对有关人脸识别技术分析的基础上，提出二阶双向二维主成分分析特征提取方法，减小了采集环境对人脸准确识别的影响。提出的方法可有效解决“用户名＋密码”等目前广泛采用的静态认证方式带来的种种隐患，为远程教育的健康发展创造了有利条件。