基于PaddlePaddle和VGG的戴口罩人脸识别方法设计

受新冠肺炎疫情影响,佩戴口罩已经成为火车站、地铁等各公共场所的常规防控手段,但佩戴口罩进行人脸识别时,算法无法准确检测人脸位置、定位五官关键点,大大降低了识别效果。基于PaddlePaddle应用平台搭建VGG模型进行人脸识别,通过佩戴口罩数据集检测出人脸并抽取特征模板后进行模型训练。结果表明该方法的精准度达到91%,对比未改进前提升近20%,实现了佩戴口罩情况下的人脸识别,在该场景下有效提升了识别的综合性能。

公安大数据背景下的人脸识别技术进展

人脸识别技术由于其非接触性采集的特点和良好的用户接受程度,在公共安全领域得到广泛应用。然而,大数据时代的来临和公安大数据业务的变革给现有公安人脸识别应用带来技术挑战的同时,也从平台、产品和技术等方面推动了该技术的进展,出现了基于云架构的人脸识别平台、结合智能视频监控的人脸识别产品和基于低质量图像重建的人脸识别技术,为人脸识别在公共安全领域下一阶段更广泛的应用奠定了基础。

人脸识别应用活体检测技术研究

本文在对人脸活体检测技术、人脸活体检测在公共安全行业应用进行研究和分析的基础上,结合应用需求,对活体检测技术进行探索,提出了一种多方法融合的人脸活体检测架构,汇集多种活体检测方法,通过“云端”协同,实现多种公安业务支持。

基于低质量人脸图像的综合人脸比对技术研究

人脸识别具有非接触、非强制、易采集、结果直观等优点,在公共安全领域得到广泛应用并发挥了重要作用。但是,在实战应用场景下,由于易采集到的人脸存在角度姿态大、图像不清晰、细节特征丢失严重等问题,比对性能下降严重。针对低质量人脸图像比对难题,采用融合处理方法,探索一种采用多源异质图像预处理、多算法融合和多维信息融合研判的综合人脸比对方法,用于提高人脸识别精度,提升实战应用人脸比对性能。

基于KNN的人脸识别算法融合方法

人脸识别技术作为公安机关应用最广泛的一项现代信息技术,在人口管理、治安防范、案件侦查、便民服务等工作场景都有着显著的成效。受数据噪音、算法引擎本身以及客观环境的制约,基于单一人脸识别算法在现阶段公安机关实战应用场景中,仍存在一些问题。提出了一种基于KNN的人脸识别算法融合方法。该方法的多算法决策根据单一算法引擎返回的分数和Top N之间的分布情况决定是否进行多算法比对,对“没有把握”的返回结果通过KNN算法融合判定,以达到节约计算资源,提升不同场景下人脸识别引擎的鲁棒性和准确率目的。结果表明该方法在复杂人脸识别测试集的识别准确率达到93.45%,有效避免了单一算法的局限性,提升了人脸识别的综合性能。

生物特征识别技术评测

最近几年生物识别技术进入高速发展的阶段,由于生物识别技术的精度和产品稳定性的提高,生物识别技术在公共安全防范领域的应用得到越来越多的认可。然而,迄今为止,任何的生物特征识别系统或者方法都有出错的可能。对系统的识别精度给出客观、准确的评估是一个比较复杂的问题,它受测试样本的数量、质量、评估指标等因素的影响,但是这对应用单位和司法部门却是一个很关注的焦点问题。所以生物特征识别方法的性能测评已成为生物特征识别研究的一个重要方向。

智能视频监控检测对比

人运动的视觉分析是计算机视觉领域中最活跃的研究主题之一,其核心是利用计算机视觉技术从图像序列中检测、跟踪、识别人并对其行为进行理解与描述,属于图像分析和理解的范畴。动态场景中运动的快速分割、人体的非刚性运动、人体自遮挡和目标之间互遮挡的处理等为人的运动分析研究带来了一定的挑战。