人脸识别系统及其在现实生活中的应用

计算机人脸识别技术是生物识别的一个重要分支。本文介绍了人脸识别系统的基本组成和常见的识别方法以及人脸识别技术在现实生活中的应用。     

生物识别技术的发展展望

生物识别技术在个人身份认证领域有着非常重要和广泛的应用,介绍了生物识别技术中常用的指纹识别、虹膜识别、人脸识别3大技术,并对生物识别系统的性能进行了评估,对生物识别技术的发展进行了预测。     

基于特征脸识别考勤系统设计

正前言生物信息识别技术是利用人体本身所固有的物理特征和行为特征,通过数字信号处理和模式识别的方法来鉴别个人身份的技术[1]。而人脸识别作为一种典型生物信息识别技术,以其自然性和可接受性等优点得到了人们的喜欢,可应用于军事及民用的各行各业中[2]。本设计目的是利用人脸生物信息识别技术,实现操作简单、使用信息方便、识别结果准确的人事考勤。本系统基于KL人脸识别技术设计考勤系统,在KL变换人脸识别算     

人脸识别系统及其在现实生活中的应用

计算机人脸识别技术是生物识别的一个重要分支.本文介绍了人脸识别系统的基本组成和常见的识别方法以及人脸识别技术在现实生活中的应用.     

浅谈人脸识别技术

人脸识别技术是近10年在全球范围内迅速发展的一种有关计算机安全技术,是人体生物特征识别技术的一种。目前人脸识别是一个活跃的研究领域。具有重要的科学意义和巨大的应用价格。虽然人脸识别的准确性要低于虹膜、指纹的识别,但由于它的无侵害性和对用户最自然、最直观的方式,使人脸识别成为最容易被接受的生物特征识别方式。     

基于OpenCV的人脸检测系统设计与实现

在生物特征识别技术中,人脸识别不同于指纹识别,人脸识别是最自然、最直接、最友好的识别方法。人脸检测和识别在身份认证、视频监控、公安系统等领域有着广泛的应用。本文利用OpenCV中提供的Boosted Cascade算法进行人脸识别,结果表明识别效率较高,效果好。     

人脸识别能识别双胞胎吗?

<正>随着iPhone X的发布,人脸识别成为智能手机新的卖点,人脸识别作为防护系统中的技术首次被应用到了普通人的生活中,再也不是存在于电影里的幻想。那么,人脸识别技术能识别双胞胎吗?据悉,人脸识别属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。人脸识别产品利用AVS03A图像处理器;可以对人脸明暗侦测,自动调整动态曝光补偿,人脸追踪侦测,自动调整影像放大。     

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。     

试述人脸识别新技术及编辑识别方法

人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体（一般特指人）本身的生物特征来区分生物体个体。文章分析了几何特征的人脸识别方法及编辑本段人脸识别的基本方法及应用。     

动态人脸识别算法描述与实现

近年来,随着生物技术的发展,在生物领域中人脸识别技术已经成为当前的研究热点。人脸识别指通过基于个人的面部轮廓比较和分析模式,唯一地识别或验证人的生物测定技术。然而在实际应用中很多技术是通过软件来实现的。在此次研究中,针对动态人脸识别进行了检测和识别算法描述,并针对这些方法呈现的效果进行了比较分析。     

基于人脸轮廓的人脸归一化方法

人脸识别作为生物识别技术的一种,具有无接触、安全和方便的特点.人脸识别技术广泛应用于人机交互、交易认证及安防等领域,一直是生物识别技术研究的热点.人脸检测、特征定位、人脸归一化和特征提取是人脸识别研究的重点,决定着人脸识别系统的最终性能.设计了基于人脸轮廓的人脸归一化方法,根据归一化中出现的问题,进一步提出了人眼位置与人脸轮廓结合的人脸归一化方法.实验结果表明在Yale人脸图像库上人眼位置与人脸轮廓结合的人脸归一化方法具有更高的正确率.     

基于MATLAB身份甄别研究

人脸识别是生物特征识别技术发展到一定阶段后产生的新兴技术,它的目的是利用人脸这一生物特征来实现身份识别,从而防止密码的丢失和证件的冒充。目前,随着精神物理学、统计学、信息学、计算科学等各行各业的发展人脸识别技术也有了飞速的发展,在商业界、法律界以及智能环境很多方面有了初步的应用。但是由于人脸识别自身的复杂性,现有的各种体系在适应性方面仍然存在很多的问题,人脸识别仍然是一项具有挑战性的研究课题。     

芝麻，开门吧——清华大学苏光大教授热哀图像处理系统事业

人脸识别系统以人脸识别技术为核心,是一项新兴的生物特征识别技术,属于当今国际科技的高精尖领域。人脸因具有不可复制、采集方便、不需要被拍者的配合而深受欢迎。人脸识别系统应用广泛,具体包括人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、安全人脸识别电脑防范、人脸识别照片搜索、人脸识别来访登记等等。     

高速公路视频监控系统与人脸识别技术的结合应用

随着科学技术的发展,视频监控系统也在娱乐、教育、安全及生活等领域得到了推广应用,目前也朝着、数字化、网络化及智能化的方向发展。人脸识别在生物特征识别中是关键,目前人工智能的研究热点之一就是人脸识别技术。人脸识别技术广泛应用于访问控制、司法应用、电子商务和视频监控等领域。人脸识别过程以特征提取为核心,其可以对分类的速度和识别功能质量的高低产生一个非常直接有效的影响。在当今经济快速增长,人民生活水平日益提高的今天,高速公路视频监控系统与人脸识别技术的结合具有巨大实际意义和非常广泛的应用前景。     

封面图片说明：人工智能专题

 生物特征识别：通过个体生理特征或行为特征对个体身份进行识别认识的技术,包括指纹识别、人脸识别、虹膜识别、指静脉识别、声纹识别以及步态识别等。     

基于分块加权LBP技术的人脸识别算法

人脸识别属于生理特征识别,是基于人的脸部特征信息进行身份识别的生物识别技术,是我国人工智能技术领域的首个成熟技术。LBP(Local Binary Patterns)算法,又称局部二值模式算法,是一种灰度范围内的纹理描述方式。传统LBP算子提取的特征信息只能体现局部的人脸信息,不能完整表达全部人脸信息。在基本LBP算法的基础上提出基于分块加权LBP技术的人脸识别算法,将人脸分为5×3子分块,根据人脸五官在人脸识别中的不同贡献度赋予不同的权重提取人脸信息特征。通过在ORL和YALE两种人脸数据库中训练不同样本数,比较传统LBP方法、5×3分块LBP方法和5×3分块加权LBP方法的人脸识别准确率,实验证明分块加权LBP技术在人脸识别中可以有效提高识别准确率。     

人脸识别技术在出海人员安全管理工作中的应用

计算机技术在当今社会发展迅速，尤其是在人工智能领域的发展，也带动了生物识别技术的迅猛发展。人脸识别技术作为一项身份认证技术，极大地强化了身份认证的安全性和不可替代性。以人脸识别技术在海上平台安全管理方面的应用为例，介绍数字化技术及与自动化技术相结合实现对海上平台施工作业人员上下平台的安全管理。     

人脸识别技术三大优势

相比于指纹识别等其他识别技术,人脸识别的优势是比较明显的。自然性 所谓的自然性是指该识别方式同人类（包括其它生物）进行个体识别时所利用的生物特征相同．是通过观察比较人脸区分和确认身份;具有自然性的识别还有语音识别和体形识别,而指纹识别和虹膜识别等则不具备自然性。     

人脸识别综述

在生物特征识别中,人脸识别是最自然、最直接和最友好的手段,对人脸识别的研究具有很高的理论意义和实用价值．本文对人脸识别中的常用算法进行了回顾,并且对正面人脸识别中的两个主要研究热点——人脸光照补偿和人脸小样本问题进行了讨论．     

一种PCA和SVM多生物特征融合的视频人脸识别

分析了视频人脸跟踪识别过程中高效特征提取、长时间人脸遮挡、光照变化及多目标跟踪识别等问题,讨论了基于PCA和SVM人脸识别优点及不足,提出了基于PCA和SVM多生物特征层融合的人脸识别模型,设计了多生物特征人脸识别算法,对实验过程进行了描述并对实验结果进行了分析.结果表明,提出的算法识别率高于任一单一算法、更适合实时视频监控取证系统使用.