人脸检测和识别在门禁系统上的应用

本文简要介绍一种门禁系统,采用人脸检测和识别的方法,系统软件使用Visual C++程序设计,程序边缘检测效果好,处理速度快。     

基于双目视觉与树莓派的活体人脸识别装置

人脸识别技术使用时容易受到伪造攻击.针对这一问题,提出一种基于双目视觉获取人脸深度信息,再结合层次分析法实现活体检测的方法,并应用树莓派研制活体人脸识别装置.该装置首先对双目图像进行对应点立体匹配,获得人脸图像的三维深度信息;然后选取人脸特征点,以鼻尖为参考点计算特征点与鼻尖点的深度差值;最后针对真实人脸和伪造人脸的三...     

基于人脸检测的摄像机自动跟踪算法研究与实现

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机采集人脸图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部一系列相关技术处理,包括人脸图像采集、人脸定位、人脸识别,达到识别不同人身份的目的.在该项目实现过程中,本文首先调用了OPENCV自带关于人脸识别的函数facedetect 来进行初步人脸识别得到的初步效果,用肤色做出了静态人脸识别,在图片上显示了人脸,并用椭圆形框对其识别.     

基于混合方法的人脸检测综述

混合方法成为目前人脸检测研究领域的热点,本文将其检测过程分为基于提高检测速度的粗检测和基于检测精确度的细检测两大部分,分析了有关人脸检测向题的研究方法,并对其进行了分类和评价.     

基于人脸图片边缘信息的眼镜检测

人脸戴眼镜的识别是人脸识别领域的一个部分,对其进行研究有着重要意义。在人脸检测的基础上,针对没有眼镜的鼻梁区域轮廓干扰信号相对少的特点,通过准确的鼻梁区域定位和提取,利用拉普拉斯算子对边缘轮廓信息比较敏感,而且对周围的像素灰度差值不受影响的特点,对图片中人脸是否戴眼镜进行有效的检测和识别。实验结果表明,该算法具有识别效果佳、实时性好、检测速度快等优点,能够快速检测出人脸图片中的人脸是否戴有眼镜。     

基于特征的人脸检测研究

人脸检测是近年来图形图像处理和模式识别的热点研究内容之一．文章系统介绍了基于特征的人脸检测方法,对其进行了分类总结．同时,详细介绍了其中的关键技术和研究成果,并对其研究的发展趋势进行了展望．     

基于YOLO的人脸口罩检测

疫情期间,佩戴口罩是防止疫情传播的有效措施。利用计算机对人是否佩戴口罩进行自动检测是计算机视觉领域的研究热点。针对人脸口罩检测任务,尝试构建了三种基于深度学习的人脸口罩检测模型:YOLOv1、YOLOv2和YOLOv3,并在预处理后的AIZOO数据集上对此三个模型进行训练和测试,实验结果表明,在各个评价指标上YOLOv3模型的性能均为最优。最后对YOLOv3的实际检测效果进行了可视化和样例分析,检测结果显示,YOLOv3在一定程度上可以投入实际应用。     

基于YCbCr空间的高斯肤色模型的人脸检测

主要研究人脸检测算法,分析了现有人脸检测算法的特点和不足之处。采用基于YCbCr空间的高斯肤色模型,利用颜色信息把彩色图像分割成皮肤区、头发区和背景区。对皮肤区进行去噪处理,实现脸部区域的具体定位,然后对人脸上的眼睛、嘴巴和鼻子定位。给出了人脸检测的模块设计和算法流程。     

基于人脸检测的智能风扇设计

系统以Raspberry Pi 3B+为核心处理器,通过摄像头采集图像进行人脸检测,进而在一定角度内控制风扇的关停和自动跟踪.Raspberry Pi与ESP8266微控制器配合,利用温、湿度传感器实时采集环境温度和湿度,自动调节风扇的转速.同时对摄像头进行远程控制,最终实现智能风扇系统的设计.经过测试,人脸检测准确度较高,能够很好地满足应用要求.     

基于灰度图像的人脸检测算法的研究

人脸检测与识别技术是生物信号处理的一个重要的研究领域.文章利用人脸的垂直积分投影和水平积分投影法确定人脸轮廓.首先对人脸进行二值化、平滑等处理,使人脸与背景部分分离开来,然后利用人脸的垂直积分投影和水平积分投影法进行人脸的定位.脸左右之间位置得到定位后,便可得知这两者之间的水平距离,从而确定脸区宽度,其中脸区的左右坐标点位置都得到了确定.实验结果表明该算法能有效地提取头部轮廓,且操作简单,效率高.     

融合YCbCr肤色模型与区域标记的人脸检测算法研究

由于肤色在YCbCr空间中有较好的聚类性,选取YCbCr肤色模型进行人脸检测。首先将视频序列图像转换到YCbCr空间,通过YCbCr肤色模型进行肤色分割,提取肤色区域,排除大部分非肤色区域的干扰;然后采用形态学处理,进行区域标记,排除不连通区域,同时结合人脸面积排除非人脸面积区域。最后,结合人眼、嘴巴等特征进行定位,从而准确定位人脸。实验表明,该方法具有一定的鲁棒性。     

一种基于肤色的人脸检测方法

提出了一种基于肤色的人脸检测方法,通过在YCbCr颜色空间内对人脸图像进行建模,实现人脸的初定位,再使用形态学理论对候选人脸区域做处理,从而实现人脸区域的精确定位。通过仿真实验发现,提出的方法相对于神经网络和模板匹配方法可以较好地适应光照变化,并且解决了计算量大的问题,提高了算法的实时性。     

基于卷积神经网络的人脸检测算法研究

近年来,随着深度学习的迅猛发展,人脸检测算法准确度已有很大提升。模型越复杂,检测速度越慢,设计一种准确度与速度兼顾的人脸检测模型尤为必要。基于FaceBoxes人脸检测算法框架,提出一种基于深层卷积主干网络的改进方法,并在人脸检测基准数据集中进行测试实验。其在FDDB数据集上的实验结果显示,检测正确率达95%,比传统方法提高1.67%。该算法在保证实时性的同时提升了检测准确率,可应用于追求更高准确率的人脸检测系统。     

基于OpenCV的人脸检测系统实现

基于计算机视觉类库OpenCV 实现人脸检测系统,采用级联分类器的方法对人脸进行检测。系统对不同图像有较强的适应性,能够比较精确地判断出人脸位置,尤其对有遮挡物人脸的检测效果较好,具有一定应用价值。     

基于肤色和AdaBoost算法的人脸检测

文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法.算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中.新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强.     

基于几何特征和支持向量机的人脸检测

针对人脸检测中的非线性和降维问题提出了一种有效的人脸检测方法。首先基于人脸的肤色和几何特征．通过局部自适应门限方法提取图象边缘，用几何规则和颜色特征筛选出候选眼睛块。然后采用改进的四边界sobel算子对眼睛精确定位。最后使用训练好的支撑向量机来验证。该方法可以实现多尺度多角度的彩色图像中的正面人脸检测，实验结果令人满意。     

基于几何形状的AdaBoost人脸检测算法研究

介绍了AdaBoost人脸检测算法以及人脸符合的几何规则。考虑到使用AdaBoost人脸检测算法存在计算量比较大的问题,因此文中提出基于几何形状的AdaBoost人脸检测算法,改进了人脸检测分类器训练方法,降低了误检率,提高了人脸检测的计算速度。     

基于改进AdaBoost算法的快速人脸检测算法

AdaBoost是一种构建准确分类器的学习算法,但其训练样本时间长制约了发展.本文对训练算法进行改进,通过直方图将弱分类器学习训练从循环中提取出来,以缩短训练时间;且在人脸检测方面,变标准步长为动态步长,有效地避免冗余计算,提高检测速度.实验表明通过两方面的改进,提高了检测速度,因此在实时性要求较高的应用领域有现实意义.     

基于动作脚本的交互式动画设计

Flash的特点之一是交互性,本文介绍了在Flash中如何用动作脚本实现彩色变换、文字跟随鼠标移动并绕鼠标进行圆周运动的交互式动画的方法.     

基于肤色模型和神经网络的人脸检测算法

神经网络具有自学习、记忆、计算以及智能处理等能力,本文应用前向型神经网络做分类器,并阐明了神经网络的分类方法和人脸检测过程,以及结合人体肤色模型实现了在不同环境、不同姿态、不同肤色、不同表情等复杂环境下的人脸检测,同时通过对静态检测的扩展实现了实时的人脸检测.实验表明,该方法具有快速,有效等特点.