人脸识别技术研究

本文首先对人脸识别(Face Recognition)的概念、过程以及其发展和研究现状作了简单回顾,然后简要介绍了其应用领域,接着对人脸识别的常用方法进行分类综述,主要介绍了基于几何特征(Geometric Features)的方法、特征脸(Eigenface)方法、隐马尔可夫模型(HMM,Hidden Markov Model)方法、神经网络(Neural Networks)方法以及弹性图匹配(Elastic Matching)方法,并分析了人脸识别过程中存在的困难,最后展望了人脸识别技术今后的研究方向.     

自动人脸识别方法研究与展望

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。     

人脸识别系统在铁路客运站房中的应用研究

铁路客运车站人数众多,犯罪分子通常流动性较强,考虑到流动犯罪分子及通缉犯大多为在公安局有档案,如果能利用这些信息进行身份识别,就会大大降级工作的难度。本文设计了一个针对铁路客运站的人脸识别系统,利用不同人的面部特征的不同特点,通过比较待识别者与数据库中的信息进行比对,确定人物身份归属,从而在不易被监控目标察觉的情况下,达到中远距离识别验证后台报警提示的效果。该系统在某高铁客运站已经试用,该系统具有识别快、检测率高等特点。     

人脸识别技术新发展

在茫茫人海的火车站,一眨眼的功夫已经被认出,随即被特工盯梢;致命的美女杀手迎面走来时,手机立刻发出嘀嘀的报警声,上面已经显示杀手的姓名和信息……在2012年上映的电影《碟中谍4》中,这些场景令人炫目。我们不禁要问:这是真的吗?这种科技什么时候才能用到我们身上?事实上,这些情景不仅仅是电影特     

基于肤色建模与人眼定位的人脸检测方法

根据肤色在Ycrcb色彩空间中具有很好的聚类性,通过形态学算法对肤色建模之后的图像进行预处理,消除噪声,再对肤色进行分割,从而可以对人脸图像有一个大致的定位,并通过平均眼睛模板匹配法定位出人的眼睛,在此基础可以比较精确的定位出人脸位置。实验结果表明,该方法用于人脸检测取得较为良好的效果,具有较好的鲁棒性。     

基于肤色模型的人脸检测算法

在此研究了彩色图像中的人脸检测算法,在肤色模型方面讨论了肤色在不同的色彩空间中的表现,通过对一定数量的样本建立了一个图像库,选择色彩空间并建立了肤色模型,然后通过形态学等处理后得到候选区域。然后对候选区域使用特征脸的方法进行验证。通过这样的方法在保证了精度的同时克服了特征脸方法原有的搜索速度慢的特点。最后本文对所使用的方法作了一个总结并对下一步的工作进行了展望。     

几种人脸检测算法的对比研究

本文在对比大量的人脸检测算法的基础上．介绍了几种常用的人脸检测算法,并提出了一种基于人脸肤色模型和人脸结构特征相结合的人脸检测新算法．实验证明该新算法能有效提高人脸检测效率,并得出人脸检测算法的发展趋势是多种特征检测算法相结合。     

基于Matlab和YCrCb颜色分割方法的人脸检测与匹配算法的实现

比较RGB、HSV、YCrCb三种颜色分割方法的优缺点,选择效果最好的YCrCb颜色分割方法对图像进行处理,利用YCrCb颜色分割方法实现人脸图像的粗定位和细定位,可以获得较高的成功率。采用特征脸算法构建样本图像的特征脸,计算其与训练图像特征向量的距离,进而实现人脸图像的识别匹配,用ORL人脸数据库对算法的准确率进行检验,发现算法有较高的鲁棒性。     

人脸识别技术研究

人脸识别技术在当今社会应用非常广泛,目前已经有很多技术取得了很好的成绩.文章主要针对人脸识别技术进行了综述,并展望了其未来的发展前景.     

基于PCA的实时人脸识别

近年来,生物特征识别技术得到了快速的发展,人脸检测技术也在不断进步.与其他人体生物特征识别系统相比,人脸识别更加直接和便利化,因而容易为用户所接受,并且其在身份验证、公安刑侦、智能视频监控、智能人机交互系统等方面都有着广泛的应用.     

人脸检测与识别综述

计算机人脸识别技术就是利用计算机分析人脸图象,进而从中提取出有效的识别信息。用来“辨认”身份的一门技术。主要分为三个阶段：人脸检测、特征提取和人睑识别。然后分别对三个阶段所采用的技术进行探讨。     

人脸识别技术及应用

近年来,人脸识别正在引起学术界和商业界越来越多的关注,随着人脸识别技术的飞速发展,它正在越来越多被应用在安全验证系统、医学、档案管理、银行和海关的监控系统及自动门禁系统等。对于人脸识别技术及其应用作了浅要分析。     

一种基于KPCA和LDA的人脸识别融合算法

针对核主成分分析法KPCA和线性鉴别分析法LDA分别单独运用于人脸识别过程中的识别率不高的特点,提出一种将两者融合的算法——KFD算法。使用KPCA方法进行样本分类并降低特征维数,在KPCA变换空间中用LDA方法进行次级特征抽取,将KPCA、LDA和KFD方法分别应用于ORL人脸库,比较实验数据,结果表明KFD方法的识别效果明显优于KPCA与LDA单独使用的情况,验证了KFD方法的有效性。     

基于神经网络的人脸识别方法研究

作为一个重要的人类外部特征．人脸识别具有重要的理论和实际应用价值针对人脸图像具有大样本和高维度的特点．本文提出了BP神经网络识别算法,分析了BP神经网络的基本特点,提出了利用人脸图像预处理获得面部图像的特征值,最后设计针对人脸识别的神经网络系统     

基于肤色和图像似然度的人脸检测

提出了一种基于肤色分割和图像似然度的检测人脸方法，该方法能在复杂的背景下较好地检测出人脸。首先利用颜色信息把图像分割成肤色区域与非肤色区域，然后对肤色区域做预处理后，进入图像似然度检测阶段．最终实现人脸检测。     

国际人脸识别技术景观分析

人脸识别技术是人工智能的重要细分领域。针对现有研究缺乏系统的分析模型和定量的指标分析现状,提出技术演化趋势、技术集群特点和技术竞争态势三维技术景观分析框架,深入挖掘和分析国际人脸识别技术,并对我国人脸识别研究机构及相关企业提出有关建议。     

基于图像的人脸检测和识别进展研究

在现在社会中,图像的识别尤其是脸部信息的识别已经成为模式识别中研究比较活跃的一部分。在图像源中对人脸进行识别主要包括了两个部分的内容,一个是人脸的定位,一个是对人脸细节的辨认。现在已经作了很多的对定位和细节辨认也就是识别的研究。文章对识别和检测的主要算法作了一定的研究,最后提出基于图像的模式识别的发展趋势和前景。     

基于FPGA的人脸识别系统实验设计

随着科技的快速发展,人脸识别技术逐渐进入了人们的生活中,成为了生活中密不可分的一部分.FPGA不仅能够进行数字系统设计,在人工智能领域也崭露头角.电子信息类本科生的实验安排也必须跟上人才培养的需求、时代的步伐,为此,开发了基于FPGA的人脸识别系统实验设计.该设计使用PYNQ实验板,利用Vivado HLS高级综合工具...