人脸识别技术的研究

人脸识别技术研究作为对人身份鉴别研究的重要方面,目前已经提出了许多的识别方法,取得了一定的研究成果。本文就人脸识别技术的一些研究方法进行综述,讨论人脸识别的关键技术及其应用和发展前景。     

人脸识别技术综述

人脸识别技术就是利用计算机分析人脸图像,从中提取出有效的特征信息,用来识别人的身份的一门技术.近年来该领域的研究有了较大的发展.为了让相关领域内的理论研究和开发人员对目前的进展有一个全面的了解,本文将近年来提出的各种方法分别作了介绍,并对各类方法的性能作了一些比较和讨论,对未来的发展作了展望.     

人脸识别技术综述

人脸识别技术(FRT)是当今模式识别和人工智能领域的一个重要研究方向.虽然人脸识别的研究已有很长的历史,各种人脸识别的技术也很多,但由于人脸属于复杂模式而且容易受表情、肤色和衣着的影响,目前还没有一种人脸识别技术是公认快速有效的.本文主要讨论了人脸识别技术的一些常用方法,对现有的人脸检测与定位、人脸特征提取、人脸识别的方法进行分析和讨论,最后对人脸识别未来的发展和应用做了展望.     

浅谈人脸识别技术

人脸识别技术（Face Recognition Technology，FRT）是近年来模式识别、图像处理以及计算机视觉等领域的热点研究课题之一。本文重点对现有的人脸检测与识别方法及研究进行总结，分析和比较各种识别方法优缺点，讨论了其中的关键技术及发展前景。     

人脸识别技术和算法综述

人脸识别是人工智能领域的一个研究热点,是一种基于信息处理的模式识别。这篇论文简要介绍了人脸识别技术的特点、研究背景和识别系统的构成,重点介绍了几种在人脸识别中常用的算法及其评价。总结了现存的研究困难,对人脸识别技术未来的发展和应用做出了展望。     

基于改进kNN算法的人脸识别研究

通过分析人脸识别流程和结构设计分析得出分类算法的选择决定着人脸识别结果质量;从而对经典k NN算法进行分析,提出了一种动态取得k值的改进k NN分类算法。通过实验测试,证明改进的k NN分类算法可以有效地提高识别精度的稳定性。     

基于人脸识别技术的智能监控系统设计方案

视频监控在安全领域扮演着重要的角色,但视频监控通常只是录制现场视频图像,用于事后做证,缺乏主动性和智能性．在分析了视频监控系统的结构,介绍了可用于视频监控的人脸识别技术,最后提出了一种基于人脸识别技术的视频监控系统设计方案,以对视频画面中的人物进行识别,在特定目标出现后能做出相应的反应．     

基于统计特征融合的人脸识别

从理论上分析了PCA分析的主元特征向量仅仅表示了图像的整体信息,不能表示图像的微小变化,而非零最小特征向量仅仅反映了图像的细微变化,将主元特征向量和非零最小特征向量进行有机的结合,并用于人脸统计识别. 试验结果表明,本文介绍的方法比PCA的人脸识别方法优越, 在一定程度上克服了人脸姿态表情的影响.     

基于图片特征与人脸姿态的人脸识别方法研究

针对人脸识别中在非限定条件下（如背景、光照等因素发生变化时）人脸多角度多姿态识别精度低的问题与现有基于识别模型的方法无法快速更新人脸类别,提出了基于图片特征与人脸姿态的识别方法,通过对人脸姿态的识别,最大程度的匹配人脸数据库中的人脸信息,使用VGG16卷积神经网络训练模型提取图片特征,生成特征向量,再使用支持向量机分别训练提取出的特征,与人脸数据库中信息进行比对,从而精确识别人脸。通过在Pubfig与FERET人脸库上实验结果表明,所采用的算法精度较高。     

人脸识别方法综述

追随人脸识别技术发展的历史,从人脸检测、人脸特征提取和人脸识别验证这三个关键步骤,颇为细致地阐述人脸识别已经取得的方法和研究成果;并展望了人脸识别的研究发展趋势,给出了人脸识别中需要解决的关键问题.     

人脸识别技术的研究

人脸自动识别问题近年来受到了各国研究人员的普遍关注。在总结前人研究成果的基础上,本文分类论述了人脸自动识别课题中的常用方法,并分析了它们的优缺点。根据被识别图象的来源,人脸识别技术可分为2类:静态人脸识别和动态人脸识别。本文首先介绍了静态人脸识别中所用到的算法,然后对动态人脸识别系统进行了初步的探讨。     

基于子图特征组合的人脸识别技术研究

提出了一种基于子图特征组合的人脸特征提取方法,并结合BP神经网络给出一种人脸识别模型.模型首先将人脸图片分割为子图,然后对每个子图进行离散余弦变换并选择最大的余弦系数表示该子图,最后将这些系数组合为向量作为整幅图像的特征.我们选择BP神经网络作为人脸识别模型中的分类器,并通过实验优化相关参数.基于ORL数据库的模拟实验表明,所提出的特征提取算法是有效的,并且模型具有较高的识别率.     

基于人脸识别技术的人证比对系统设计

针对复杂应用场景下人脸识别系统效率低、实时性差和证件信息运用不充分等问题,设计了基于人脸识别技术的人证比对系统.将该系统应用于多人脸视频场景中,可缩小人脸检测识别范围,提高识别速度和识别率,解决了复杂场景下人脸比对效率低的问题;采用补偿光的办法,解决了强背光对人脸图像检测及特征提取产生的影响.     

基于PCA和SVM的人脸识别技术研究

从人脸图像特征提取和分类器构建两方面分析了人脸识别系统设计的关键点,提出了以主成分分析技术和支持向量机技术相结合构建人脸识别系统的策略,同时在主成分分析技术的理论基础上提出了一种快速PCA算法.通过实验系统在ORL人脸库上的测试结果,分析了该系统的相关参数和特征向量维度的选取对系统识别率的影响,并得到了其最优解.同时,通过实验证明了所提出方法在小训练集下的识别率优于其它一般方法,其识别率比一般的人工神经网络法提高了7%~10%左右.     

基于DCNN的人脸识别技术在考生身份验证中的应用研究

考试的公平、公正、安全和秩序是全社会关注的焦点,尤其是备受关注的高招考试.近些年来DCNN(deep convolution neural networks)算法促进了人脸识别技术的实际应用,因此若在考生身份验证中采用人脸识别技术将进一步保证考试公平,降低人工成本.但是针对具体的应用,DCNN算法需要做相应的改变.依托真实的考生数据集以及应用场景,基于GoogLeNet设计了一种更具表达能力更适用的网络结构GoogLeNet-D;因将人脸查询/分类精准率作为模型评估的方法,所以没有判定阈值,为了设定合适的阈值判断考生是否为同一个人,提出了一种直接、简单有效的定量确定阈值算法,能够在计算准确率的同时确定阈值.最终利用该阈值判定算法,在2014-2016年170万考生共10 406 024张人脸数据集上选取出基于GoogLeNet-D训练的最优模型,其在20万人1 022 031张人脸的测试集上取得了98.87%的人脸分类精准率,同时得到了该模型的最佳阈值为0.35.     

低分辨率人脸图像识别性能研究

首先介绍了人脸识别中常用的PCA方法、LDA方法和Fisherface方法,然后通过在ORL数据库和Yale数据库上的试验发现当分辨率从原始分辨率降低到20×20左右的过程中,原始空间、PCA子空间和Fisherface子空间方法的识外浊能均没有显著变化．降低分辨李能有效提高现有人脸识剐算法的速度．     

指纹与人脸混合识别技术在汽车防盗中的应用研究

生物识别技术是当今安全防盗性能较高的识别技术。目前,许多汽车单独采用指纹识别和人脸识别进行防盗,但是指纹识别技术在汽车防盗方面存在着指纹容易被高科技不法分子复制的缺陷,造成汽车防盗存在较大隐患;而人脸识别技术的识别精度会受外界环境影响,在一定程度上将造成识别可靠性的降低。文中针对指纹识别和人脸识别技术单独使用所存在的问题,提出将指纹与人脸混合识别技术应用于汽车防盗,解决指纹识别易被复制以及人脸识别的精度不稳定的缺陷,提高汽车防盗的安全可靠性与稳定性。     

一种基于泰森多边形的人脸图像精确归一的研究

人脸图像的标准化,作为人脸图像预处理过程,是计算机人脸识别中很重要的一个环节.论文给出了一种基于泰森多边形改进的人脸图像标准化算法.先对照片使用泰森多边形的方法进行图片预处理,然后再进行人眼定位,最后对利用三庭五眼的方法对图像进行归一,将获得很好的效果.