人臉實(shí)別系統(tǒng)廣泛采用區(qū)域特征分析算法，融合了計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理于一體，利用計(jì)算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型，具有廣闊的發(fā)展前景。
人臉識(shí)別系統(tǒng)是人臉識(shí)別技術(shù)在生物特征識(shí)別領(lǐng)域的應(yīng)用，旨在將人臉圖像作為一種可以標(biāo)識(shí)的生物特征進(jìn)行編碼與鑒別，目前較為廣泛的應(yīng)用于安防領(lǐng)域。由于云臺(tái)攝像頭的可控旋轉(zhuǎn)特性，基于云臺(tái)攝像頭的人臉識(shí)別系統(tǒng)可以應(yīng)用于公共區(qū)域的跟蹤或教室的等。

人臉圖像特征提取：人臉識(shí)別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù) 特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過程。人臉特征提取的方法歸納起來分為兩大 類：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。
基于知識(shí)的表征方法主要是根據(jù)人臉的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分 量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特 征，這些特征被稱為幾何特征?；谥R(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

雖然目前人臉識(shí)別系統(tǒng)已經(jīng)取得了較好的識(shí)別效果，但依然受到光照、姿態(tài)、表情變化、發(fā)型、有無眼鏡和年齡老化等多方面因素的影響。因此，本文對(duì)人臉識(shí)別技術(shù)的研究，具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。本文主要針對(duì)人臉識(shí)別中特征的選取和分類的問題，提出了一種線性鑒別方法(LDA)和基于稀疏表征的分類(Sparse Representation-based Classification, SRC)相結(jié)合的全局和局部表征集成方法，該方法利用線性鑒別分析方法在子空間上的... 更多

人臉識(shí)別系統(tǒng)現(xiàn)在被普及應(yīng)用，尤其是在教育領(lǐng)域里面，考生進(jìn)考場的時(shí)候都采用人臉識(shí)別系統(tǒng)。然而近相關(guān)媒體報(bào)道，人臉識(shí)別系統(tǒng)被應(yīng)用于火車站，進(jìn)站直接人臉識(shí)別，不需要再人工檢查乘客。其實(shí)人臉識(shí)別的驗(yàn)證設(shè)備好處頗多，主要包括以下幾個(gè)優(yōu)點(diǎn)：
1、提高通行速度。以往通過人工查驗(yàn)差不多是五秒每人，利用機(jī)器之后大概能做到一秒過關(guān)。
2、提升識(shí)別效率。人眼相對(duì)于機(jī)器在識(shí)別、肥胖或者發(fā)型改變的人們的能力有所降低，甚至不能準(zhǔn)確、快速辨別與本人是否一致。
3、減輕工作人員壓力。以往在國慶、春節(jié)等假期，火車站日客流量指數(shù)增加，車站工作人員人工查驗(yàn)負(fù)荷嚴(yán)重。
4、提升安防等級(jí)。實(shí)時(shí)對(duì)比照片和人臉來迅速判斷是否是本人以及是否是在逃嫌犯。據(jù)悉，上海火車站在近期就應(yīng)用了人臉識(shí)別系統(tǒng)用于維護(hù)“”期間鐵路穩(wěn)定，對(duì)乘坐列車的旅客實(shí)行“專區(qū)侯車、二次安檢、全員比對(duì)、重點(diǎn)盤查”。
公司擁有一支強(qiáng)大的技術(shù)團(tuán)隊(duì),技術(shù)人員來自國內(nèi)、外高校，研究所；此外，公司還與東京工業(yè)大學(xué)，德國漢堡工業(yè)大學(xué)，復(fù)旦大學(xué),交通大學(xué)等國內(nèi)外著 名高校建立緊密的技術(shù)合作關(guān)系。
http://www.campusnews.cn