人脸识别(Face Recognition)技术是一项非常重要的生物特征识别技术,同其它的生物特征识别技术(如指纹识别、步态识别和虹膜识别)相比,人脸识别具有简便性、非接触性和不侵犯个人隐私等特的优点,这使得在近年来,人脸识别受到越来越多研究者的关注,特别是主成分分析方法(Principle Component Analysis, PCA)和线性鉴别方法(Linear Discriminant Analysis, LDA)在人脸识别中的应用之后,人脸识别在日常生活应用领域不断扩大,如出入境检查、门禁系统、安检以及机场的安检等方面。虽然目前人脸识别系统已经取得了较好的识别效果,但依然受到光照、姿态、表情变化、发型、有无眼镜和年龄老化等多方面因素的影响。因此,本文对人脸识别技术的研究,具有重要的理论研究意义和实际应用价值。本文主要针对人脸识别中特征的选取和分类的问题,提出了一种线性鉴别方法(LDA)和基于稀疏表征的分类(Sparse Representation-based Classification, SRC)相结合的全局和局部表征集成方法,该方法利用线性鉴别分析方法在子空间上的... 更多
通过对人脸识别技术与其他身份识别技术的对比,分析不同技术之间的优缺点,进而提出基于人脸识别的图书馆门禁系统优于传统图书馆门禁系统,同时对系统的组成结构、工作原理、算法代码编写流程以及系统测试等进行了研究。传统图书馆门禁系统存在三个关键问题:存在不安全隐患、存在5%左右的误识率和识别速度慢。针对上述三个关键问题分别提出了解决方案。由于人脸识别技术有着“人脸无法替代”、非侵犯性的特性,因此将人脸识别技术应用于图书馆门禁系统,排除了传统图书馆门禁系统存在安全隐患的现象;从系统设备选型、网络设计、软件设计方面提升了人脸识别终端机对人脸的识别率;由于人脸的识别时间小于1s,从根本上解决了图书馆门禁系统识别速度慢的问题。
近年来,伴随着网络技术及计算机技术的飞速发展,人们对信息的安全性、隐蔽性的要求越来越高,因此人体身份识别认证的需求也就越来越高。人脸识别是基于生物特征识别技术的身份认证中主要的方法之一,而且是人体身份识别方法中简单、方便的方法之一,也就受到越来越多的关注与研究。广义的人脸识别包括人脸检测、人脸表征和人脸识别。本文从人脸检测和人脸识别出发,针对其相关的工作展开讨论。首先,针对人脸图像的特点,讨论了人脸图像预处理和特征提取的相关知识,具体包括:人脸图像的灰度化、直方图以及直方图均衡化、边缘检测和小波分解。然后,详细介绍了Adaboost人脸检测算法和基于隐马尔可夫模型的人脸识别算法的基本原理及特点,并针对传统的Adaboost人脸检测算法,提出了一种增强型的Adaboost人脸检测算法,并对两种算法进行了比较。实验结果表明,本文提出的算法性能更好,人脸正确检测率和识别率都有了一定的提高。后,将本文提出的增强型Adaboost人脸检测算法与HMM人脸识别算法结合起来,设计并实现了一个人脸识别软件系统,并结合已有的人脸数据库和实验新建采集的人脸图像,对系统进行了实验仿真,
人脸识别系统是人脸识别技术在生物特征识别领域的应用,旨在将人脸图像作为一种可以标识的生物特征进行编码与鉴别,目前较为广泛的应用于安防领域。由于云台摄像头的可控旋转特性,基于云台摄像头的人脸识别系统可以应用于公共区域的跟踪或教室的等。