人臉識(shí)別分核實(shí)式和搜索式二種比對(duì)模式。核實(shí)式是對(duì)指將捕獲得到的人像或是的人像與數(shù)據(jù)庫(kù)中已登記的某一對(duì)像作比對(duì)核實(shí)確定其是否為同一人。搜索式的比對(duì)是指，從數(shù)據(jù)庫(kù)中已登記的所有人像中搜索查找是否有的人像存在。
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(wú)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(wèn)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

在現(xiàn)代社會(huì)當(dāng)中,身份認(rèn)證與識(shí)別問(wèn)題變得尤為重要。其中,基于人臉面部特征的識(shí)別技術(shù)因其具有的突出優(yōu)點(diǎn)脫穎而出,得到了廣泛研究與應(yīng)用?？紤]到當(dāng)前人臉識(shí)別技術(shù)遇到的相關(guān)難點(diǎn),尋求了一種主成分分析(PCA)和線性判別分析(LDA)相結(jié)合的方法對(duì)人臉進(jìn)行識(shí)別,并且基于LabVIEW/Matlab和攝像采集系統(tǒng)等軟硬件設(shè)備,設(shè)計(jì)了人臉識(shí)別系統(tǒng)。該系統(tǒng)以人臉識(shí)別算法為基礎(chǔ),利用PC機(jī)為操作平臺(tái),通過(guò)將即時(shí)采集的人臉圖像與所建立的人臉特征庫(kù)比對(duì),從而快速有效地查出已登記人員的身份信息。

與傳統(tǒng)的指紋、磁用卡等門禁系統(tǒng)管理相比,人臉識(shí)別門禁系統(tǒng)在管理應(yīng)用上更加智能便捷。以往社區(qū)人員發(fā)生變動(dòng),需要及時(shí)更換指紋、磁卡和鑰匙。人臉識(shí)別門禁投入應(yīng)用之后,新入住的用戶只需要在社區(qū)管理處等級(jí)人臉信息,即可自由進(jìn)出,節(jié)省社區(qū)管理成本。

人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)可使用的特征通常分為視覺(jué)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(guò)程。人臉特征提取的方法歸納起來(lái)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(lái)獲得有助于人臉?lè)诸惖奶卣鲾?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。
公司是吊鉤可視化、塔吊黑匣子、揚(yáng)塵監(jiān)測(cè)系統(tǒng)、塔吊監(jiān)測(cè)系統(tǒng)、霧炮、塔機(jī)噴淋、工程洗輪機(jī)、指紋鎖、人臉識(shí)別、風(fēng)速儀等一系列環(huán)保設(shè)備的研發(fā)生產(chǎn)銷售為一體的公司，為國(guó)內(nèi)企業(yè)提供一體化的環(huán)保解決方案和世界技術(shù)。
http://www.campusnews.cn