一种OpenCV与云计算结合的人脸识别方法

为了提高人脸识别的准确度同时降低技术成本,采用OpenCV与云计算结合的方法来实现人脸识别,首先在OpenCV下采用AdaBoost算法训练出级联分类器用来进行人脸检测,然后使用OAuth2.0授权调用百度云的AI开放平台人脸比对接口进行人脸识别,根据返回的人脸图像相似度值判断是否为同一个人,实现了一个人脸识别的登录验证系统。系统在基于Java的web应用上实现,采用MVC设计模型,其各个层使用的框架为SSM框架。本地资源OpenCV跨平台计算机视觉库有丰富的算法,可以简化程序设计,节省通信开销;使用百度云的AI开放平台可以提高人脸识别精度。文章提出的方法结合了本地资源和云计算的优势,为高精确度低成本实现人脸识别技术提供了一种思路。     

基于小波和PCA的人脸识别系统的研究与实现

人脸识别技术是人脸识别系统以人脸图像作为识别身份的媒介。主成分分析(Principal Components Analysis)~[1-2]即是人脸识别算法中一种常用的方法,算法寻求的是能最大程度代表原始信息的特征信息。理解了算法的原理,基于平台实现了人脸识别系统。该系统首先对图像进行预处理,预处理的目的是为了减弱光照、噪声等非线性因素的干扰,再以人脸库中的部分图像为训练样本,采用算法计算训练样本得到特征脸向量,然后用工具箱~[3]中的函数对训练样本进行训练得到模型,通过训练出来的模型用部分测试样本进行预测,最后分类识别得出结果。实验证明,该系统识别率较高,具有一定的参考和研究价值。     

基于PCA的人脸识别算法在考试身份验证中的应用研究

研究了主成分分析（PcA）人脸识别算法的原理及实现,并将该算法应用于考试身份验证中,结果发现,该算法简单、快速、易行。     

基于二维主成分分析方法的人脸识别

由于人脸姿态、光照和表情等各方面的显著差别,使人脸识别成为非常具有挑战性的模式识别问题.主成分分析是模式识别技术中经典的特征抽取和降维技术之一.使用二维主成分分析方法(2D PCA)实现了人脸识别,传统的主成分分析方法(PCA)把图像矩阵转换成列向量进行处理,从而丢失了一部分特征信息,并且使协方差矩阵的维数很高、计算量很大;2D PCA直接在图像矩阵上进行处理,充分利用了样本类别的差异,大大减少了计算量.在ORL人脸库上利用2D PCA方法进行实验,实验结果表明2D PCA优于PCA.     

基于PCA的人脸识别算法研究及实现

文章具体讨论了主成分分析（PCA）人脸识别算法的原理及实现。它具有简单、快速和易行等特点,能从整体上反映人脸图像的灰度相关性具有一定的实用价值。     

一种融合小波分解和滤波的KPCA人脸识别方法

相关研究指出,人脸图像具有低频稳定性和模式非线性的特点.小波分解和平滑滤波能够削弱人脸图像的高频成分而保留其低频成分,核主成分分析(KPCA)能够提取人脸图像的非线性特征,鉴于此本文提出了一种结合小波分解、平滑滤波和核主成分分析的人脸识别方法.最后在ORL人脸库上进行的大量实验,结果表明,该方法简单易行,比传统的核主成分分析方法的识别率更高,且运算时间增加不多.     

基于VRML和Java技术的三维虚拟场景漫游系统的研究

本文研究了基于VRML的虚拟现实技术和Java编程技术实现三维虚拟场景漫游系统的方案,系统采用3DS MAX建模工具建模,深入探索了基于VRML虚拟场景中虚拟对象与用户交互的实现方式以及Java技术在基于VRML虚拟场景中交互行为的实现方法。     

基于形态学滤波和PCA的人脸图像识别方法

针对基于主成分分析(Principal Components Analysis PCA)的人脸识别方法容易受光照影响的问题,提出了一种基于形态学滤波和PCA相结合的人脸识别方法,首先利用形态学滤波对含噪人脸图像进行滤波处理,然后通过PCA提取特征,最后利用最近邻法进行分类,在ORL人脸数据库上的实验结果表明,本文方法取得了比传统PCA更好的识别性能.     

基于Garbor滤波和PCA的双核LSSVM人脸识别

为了对具有不同表情和姿势等特征的人脸进行有效识别,同时解决以往人脸识别方法的维数灾和识别准确率低的问题,提出了一种基于Garbor滤波和双核LSSVM的人脸识别方法。首先,采用Gabor滤波器提取原始人脸图像在不同尺度和方向上的人脸特征向量,然后采用主成分分析法对特征向量降维以解决维数灾问题。为了解决传统最小二乘支持向量机方法中核函数选取不能同时具有较强外推能力和插值能力的缺点,设计了一种新的核函数综合加权了多项式核函数和径向基函数。最后,采用训练样本数据对LSSVM进行训练得到最终的人脸分类模型。采用Matlab仿真工具对文中方法进行仿真,并与其它方法进行对比,实验结果表明文中的方法能有效地实现对人脸表情进行分类,且具有分类效率高和识别精度高的优点。     

基于Android系统智能终端在人脸识别上的应用开发探讨

随着对信息安全的重视,人脸识别技术被广泛的应用于各种领域。基于Android系统智能终端在人脸识别上的应用开发具有非常广阔的发展远景,同时将面临着巨大的挑战,本文结合Android系统智能终端的特点,从基于Android系统智能终端在人脸识别上的应用开发的难点入手,并对应用开发的关键技术进行阐述,最后介绍了实现Android系统智能终端人脸识别应用的功能模块。     

基于Android系统智能终端在人脸识别上的应用开发探讨

随着对信息安全的重视,人脸识别技术被广泛的应用于各种领域。基于Android系统智能终端在人脸识别上的应用开发具有非常广阔的发展远景,同时将面临着巨大的挑战,本文结合Android系统智能终端的特点,从基于Android系统智能终端在人脸识别上的应用开发的难点入手,并对应用开发的关键技术进行阐述,最后介绍了实现Android系统智能终端人脸识别应用的功能模块。     

基于2DPCA和Fisher的嵌入式人脸识别系统的实现

使用人脸类Haar特征进行人脸检测,采用2DPCA与Fisher结合的降维算法得到人脸特征子空间,将经过PC机得到的样本特征子空间文件通过网络传输到嵌入式平台,结合最近邻算法识别人脸,实现了一种嵌入式人脸识别系统,较好地解决了嵌入式人脸识别系统由于图像处理数据巨大而造成处理效率低的难点。基于EELiod270嵌入式开发平台实现了该系统,结合实际图片进行了人脸识别测试,实践结果表明系统效果良好。     

一种基于指纹人脸的多生物特征身份认证方法

本文分别介绍了一种基于指纹人脸识别的多生物特征身份认证方法,并针对传统的指纹人脸方法提出相应的改进算法。对指纹识别,本文提出采用局部归一化方法结合Gaussian滤波器来计算指纹方向,再对局部脊线补偿法(Loca lRidge Compensation)进行快速运算,能够更加快速准确地进行指纹识别。人脸识别通过定位人脸位置并且进一步提取人脸特征来进行匹配,使用LBP(Local binary patterns)算子对人脸样本进行局部特征提取,对LBP处理后的人脸图像使用主成分分析(PCA)进行降维,并采取了极限学习机(Extreme learning machine,ELM)分类器进行匹配,将指纹、人脸的识别结果在决策层进行融合,最后做出判断,从而得到准确稳定的身份认证系统。     

基于LDP和LTP模型的人脸识别技术探究

表面的纹理特征常被用于目标的识别。这种特征被广泛的应用于各个领域,比如基于纹理特征的人脸识别系统、监视、身份识别等。局部二值模式纹理特征方法(LBP)是最成功的基于纹理特征的人脸识别方法。由于LBP的巨大成功,出现了许多LBP的变异方法,比如多层LBP、中心对称LBP、主LBP等。本文的主要目的在于研究各种LBP的变异方法在人脸识别中的有用性。同时本文还评估了各种实际问题,比如光照变化、旋转、人脸图像表示的变化等在不同LBP人脸识别方法中的影响。基于实际人脸图像数据库的验证表明局部纹理模式(LTP)和局部衍生模式(LDP)具有更好的识别性能。     

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JAVA手机OPAC系统的开发与应用

本文介绍根据Java手机的特点，结合J2ME／J2EE技术，在Java手机上实现OPAC系统的方法。     

SPRING-Maven框架下基于RMI的分布式应用

RMI作为Java所支持的远程调用方法,被广泛应用于分布式系统开发。本文介绍了Java RMI的特点,以及在SPRING-Maven框架下RMI开发分布式应用的主要步骤,并以Account系统为例,简要说明了RMI远程对象访问、远程方法调用的原理和实现过程。     

基于MATLAB的人脸识别考勤系统应用探究

近几年来,MATLAB技术在我国应用很广,我们基于MATLAB的部分图像处理功能,研究并开发了一个简易的人脸识别系统,这个系统结合了人脸图像采集和图像预处理等多个技术,此系统的实现,对于企业的考勤、管理具有积极地意义,因为人脸识别考勤系统的核心就是对人脸的识别、检测。本文在MATLAB的基础上,对人脸识别考勤系统的应用情况进行了探究,提高我们对此系统的了解程度。     

基于因子分析和主成分分析的粗集决策方法

考虑到实际经济管理信息系统中属性的冗余性和决策属性难以获得的困难,将粗集理论引入到因子分析和主成分分析中,首先利用因子分析对指标进行降维,然后利用主成分分析计算综合评价值来构造信息系统的决策属性,进而提出一种基于因子分析和主成分分析的粗集决策方法,并通过粗集理论来获取系统中的有用信息。最终,实证分析验证了本方法的有效性和合理性。     

基于J2EE的手机短信平台的设计与实现

使用Java串口通信技术和JSP技术,对已有的短信系统进行研究,分析系统存在的问题,改善系统提取短信方法、提高系统性能、实现定时发送短信功能,并应用于Windows平台下的Web系统中。