检索结果-南通市图书馆

通讯世界 2019年第5期26卷 53-55页

作者：张芷瑜南京市第九中学江苏省南京市210018

计算机以及网络通信技术高速发展使得人类利用生物特征来进行身份验证成为可能,由于人脸识别的方便性和可靠性,人脸识别逐渐在社会公共安全以及日常生活中扮演起了非常重要的角色。人脸检测,人脸校准,特征提取和分类这几个方面是一个完... 详细信息

计算机以及网络通信技术高速发展使得人类利用生物特征来进行身份验证成为可能,由于人脸识别的方便性和可靠性,人脸识别逐渐在社会公共安全以及日常生活中扮演起了非常重要的角色。人脸检测,人脸校准,特征提取和分类这几个方面是一个完整人脸识别系统的处理步骤。其中,人脸校准对于人脸识别的准确性具有关键性影响,而人脸关键特征点的定位,是人脸校准的核心之一,直接影响到了人脸识别的精度。如果人脸特征定位不正确,可能会导致提取的脸部描述特征严重变形,即便是对人脸校准不准确也将导致识别性能的快速下降。因此,本文主要对基于关键点的人脸校准实现的问题进行研究,通过实现回归局部二值特征人脸校准算法,在保证有效人脸校准的同时尽量提取了人脸细节特征,具有较强的现实意义及研究价值。

关键词：人脸识别人脸校准特征提取人脸特征回归局部二值特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

人脸图像自动校准研究

引用

煤炭技术 2010年第11期29卷 225-226页

作者：王立强江苏财经职业技术学院江苏淮安223003

研究了利用计算机实现人脸图像的自动校准方法。在YCbCr色彩空间中建立肤色特征的二维高斯模型,并根据二维高斯模型进行图像肤色二值化。对面积稍大的每个连通区域进行模板匹配,在每一区域中找出匹配最佳的部分作为人脸区域,完成人脸检... 详细信息

研究了利用计算机实现人脸图像的自动校准方法。在YCbCr色彩空间中建立肤色特征的二维高斯模型,并根据二维高斯模型进行图像肤色二值化。对面积稍大的每个连通区域进行模板匹配,在每一区域中找出匹配最佳的部分作为人脸区域,完成人脸检测。在检测出的人脸区域中,根据亮度信息和肤色二值化图像反色来定位人眼,最后将提取出的人脸图像进行归一化处理,包括几何归一化和灰度归一化。实验结果表明,校准率较高,具有较强鲁棒性。

关键词：人脸检测肤色模型模板匹配人脸校准

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种基于稀疏编码的人脸特征点检测方法

引用

微电子学与计算机 2017年第9期34卷 7-10,14页

作者：谭暑秋陈东义郭承刚黄志奇熊小锋电子科技大学自动化工程学院四川成都611731

为了能较好地检测遮挡的人脸形状,提出了一种基于稀疏编码的人脸特征点检测方法.在该方法中,采用基于级联回归的思想,用基于稀疏约束的重构模型来迭代搜索人脸特征点位置.首先,利用训练集中的图像学习一个具有全局性以及通用性为特点的... 详细信息

为了能较好地检测遮挡的人脸形状,提出了一种基于稀疏编码的人脸特征点检测方法.在该方法中,采用基于级联回归的思想,用基于稀疏约束的重构模型来迭代搜索人脸特征点位置.首先,利用训练集中的图像学习一个具有全局性以及通用性为特点的稀疏字典,然后结合人脸特征点局部区域内的纹理信息,使用支持向量回归的方法,重构出每次迭代所需的差分形状.为了验证该方法的可行性,将提出的方法在三个公开的数据集上进行测试.进而,为了进一步验证该方法的有效性,将该方法与两个性能较好的方法进行比较.实验结果表明所提方法具有可行性,且对遮挡的人脸特征点具有较高的识别率.

关键词：人脸检测人脸特征点检测稀疏编码人脸校准

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

视频监控中实时人脸识别系统的研究与实现

视频监控中实时人脸识别系统的研究与实现

引用

作者：刘凯伦郑州大学

学位级别：硕士

高考是国家选拔人才的重要手段。为了保障考试公平公正,在高考录取工作中,只能允许指定人员进入工作场地。为了解决录取入场人员身份识别问题,本课题提出了对录取工作场地入口采用视频监控,在计算机捕获的视频图像中对出现的人脸进行身... 详细信息

高考是国家选拔人才的重要手段。为了保障考试公平公正,在高考录取工作中,只能允许指定人员进入工作场地。为了解决录取入场人员身份识别问题,本课题提出了对录取工作场地入口采用视频监控,在计算机捕获的视频图像中对出现的人脸进行身份识别。为了防止伪造的人脸图像欺骗机器通过自动人脸识别,视频人脸识别中必须再加以活体检测技术判断视频中的人脸是否是真实的人脸。笔者通过研究相关文献,对视频中面部基准点变化的分析。提出了基于归一化眼眶距离比描述人眼眶距离在视频中的变化。通过计算其方差与一定的阈值相比较,可以对视频中的眨眼行为进行监测,进而确定是否是真实的人脸。该活体检测方法计算容易,占用内存少,而且不需要添加额外传感器,在测试中得到92.4%以上的准确率。实验分别从效率和精度两方面对人脸检测校准和人脸识别方法进行甄选,最终选择了基于形状索引特征的联合层叠模型的人脸检测校准方法和基于深度学习的GoogLeNet人脸识别方法。在VS2013软件平台上使用.NET、EmguCV、FaceSDK等类库编写完成了一个准确高效的视频监控实时多人脸识别系统。该系统满足了对高考录取场地人员身份验证的需求,于2016年河南省高考录取工作中进行了部署,取得了良好的实际应用效果。

关键词：人脸检测人脸校准人脸识别活体检测归一化眼眶距离比视频监控 EmguCV

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征融合的人脸识别技术的研究

基于多特征融合的人脸识别技术的研究

引用

作者：李文洋扬州大学

学位级别：硕士

随着网络信息技术的飞速发展,信息已经成为推动经济快速发展的新型生产力,信息安全带来的隐患成为制约信息生产力发展的重要因素。对人的身份信息进行快速准确判别的途径已经成为了一个亟待解决问题,人脸识别由于其非接触式、信息采集... 详细信息

随着网络信息技术的飞速发展,信息已经成为推动经济快速发展的新型生产力,信息安全带来的隐患成为制约信息生产力发展的重要因素。对人的身份信息进行快速准确判别的途径已经成为了一个亟待解决问题,人脸识别由于其非接触式、信息采集设备简单、多平台支持等优势从众多的生物识别设备中脱颖而出。实时的人脸识别系统涵盖了人脸检测、人脸校准、图像预处理、人脸注册、人脸特征提取与匹配等若干模块。人脸检测可以通过视频流的实时检测,以检测是否包含人脸图像及位置确定,人脸识别是通过对检测到的人脸图像与已知身份的人脸相匹配,以确定检测到的人脸图像的身份。本文对人脸检测算法以及主要的图像预处理算法做了详细的介绍,并重点对人脸识别阶段进行研究并提出了算法改进。目前,人脸识别的方法一般分为基于尺度不变特征(SIFT)、局部二值模式、Harris角点等的局部特征表征,以及基于线性以及非线性子空间分析、流形学习、神经网络和支持向量机等的全局特征表征。尽管这些方法对正面人脸以及简单背景环境的鉴别有较好的效果,但是当人脸存在姿态变换、角度偏转等复杂因素时,鉴别精度就会出现较大波动,是以复杂因素下鉴别精度的提升成为科研的主要方向。主要研究工作如下：(1)尺度不变的SIFT特征是人脸局部特征的表征方式之一,在传统SIFT方法中,由于特征点的坐标是根据高斯差分空间的局部极值点来确定,造成特征点匹配困难。为了解决这一问题,提出了基于标点邻域SIFT描述符的特征提取(LN-SIFT)算法。本文首先采用基于回归的局部二值特征对人脸进行校准,获取了与人的面部几何特征相吻合的标点,从而采用有益于人脸鉴别的标点代替SIFT算法的特征点。然后,用具有不变特性的SIFT描述符来表征标点邻域内的局部特征,从而有效地提高了鉴别速度以及鉴别精度。最后,对标点按照人脸几何特征区域进行加权,能够对人脸的姿态变化以及角度偏转等因素引起的误差有一定的鲁棒性。(2)由于非线性的拉普拉斯特征映射,具有难以获得新样本的低维投影的缺点,局部保持投影对其进行了线性扩展,使样本可以通过线性投影矩阵快速的投影到子空间中。但是,这一方法是一种不包含标签信息的无监督方法,未能使用已知的标签信息提高鉴别精度。为了解决这一问题,提出了最大类间相斥的局部鉴别投影(MR-LDP)算法。本文采用添加了局部类别信息的权值矩阵,从而使近邻的同一类别样本尽量紧凑,近邻的不同类别样本尽量远离。同时,针对未能充分利用全局类别标签信息的缺点,引入了最大化不同类别间样本信息,从而使不同类别间均值中心最大程度地相互远离带动了不同类别间样本的整体分散,最后得到既保持了内在流形结构又使不同类别的距离最大的全局特征投影矩阵。(3)人类以及其他高等生命面对未知的待识别对象时,都会自主提取对象若干的最有意义特征,然后通过若干特征的综合融合作为鉴别的依据。单独的特征鉴别很难达到最优的效果,难以对光线、背景、姿态等若干因素的变化做出自适应的反应,从而缺乏依据环境变化的自动调节性。为了解决这一问题,通过对本文的局部特征提取算以及全局特征提取算法进行了融合,提出了基于混合特征的人脸鉴别算法,有效的提高了鉴别精度。

关键词：人脸校准 SIFT特征描述符局部鉴别投影流形学习信息融合

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：