人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)?shù)娜讼裨跀z像頭拍攝的范圍內(nèi)移動(dòng)時(shí)自動(dòng)地對(duì)其進(jìn)行跟蹤。
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(chǎng)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(guò)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(guò)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(guó)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(lái)迅速判斷是否是本人以及是否是在逃嫌犯。據(jù)悉，上?；疖囌驹诮诰蛻?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”。

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(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

人臉識(shí)別系統(tǒng)適用范圍： 公園、工廠、超市、小區(qū)廣場(chǎng)、會(huì)議中心、體育場(chǎng)館、學(xué)校、、住宅區(qū)、商業(yè)街、大型農(nóng)貿(mào)市場(chǎng)等公眾活動(dòng)和聚集場(chǎng)所的重要部位，酒店（賓館）、餐飲、場(chǎng)所、辦公樓的大堂出、電梯和其他主要通道等室內(nèi)外范圍的錄像用途。
公司擁有一支強(qiáng)大的技術(shù)團(tuán)隊(duì),技術(shù)人員來(lái)自國(guó)內(nèi)、外高校，研究所；此外，公司還與東京工業(yè)大學(xué)，德國(guó)漢堡工業(yè)大學(xué)，復(fù)旦大學(xué),交通大學(xué)等國(guó)內(nèi)外著 名高校建立緊密的技術(shù)合作關(guān)系。
http://www.campusnews.cn