基于轮廓线的三维人脸识别的改进算法

对已有的基于轮廓线的人脸识别方法进行了改进,在人脸的任意位置利用PCA自动确定人脸纵方向,采用网格配准方法提取对称面和对称轮廓线。通过计算对称轮廓线上的曲率,提取其他3条横向轮廓线。对提取的4条轮廓线进行重采样和归一化,截取轮廓线的有价值部分作为ICP算法的输入,进行人脸识别。试验证明,该算法将人脸识别率从原来的86.5%提高到了94%,降低了误识率。

基于自适应人脸切割的三维人脸识别算法

为克服表情变化对人脸识别的影响,提出了一种基于自适应人脸切割的三维人脸识别算法.首先,采用一种自动预处理技术来去除离群点、填补孔洞和归一化姿态,以提高三维人脸数据的质量;其次,通过简化meshSIFT特征的规范化方向并加入形状直径函数描述符,讨论了方向分配和特征描述符的设计问题,改进了meshSIFT特征;最后,通过运用字典构造、压缩与自适应区域切割稀疏分类,提出了一种基于多任务稀疏表示分类最小残差和的自适应人脸切割算法.FRGC v2.0人脸数据库上的实验分析结果表明,所提算法对三维人脸识别具有较高的识别率.

三维人脸识别算法综述

三维人脸识别与二维人脸识别相比,由于其不受视角、光照、姿势等因素的影响,越来越受到研究者的关注。综述主要是对目前已有的三维人脸识别算法,并且指出了目前三维人脸识别存在的一些问题。

基于深度学习的三维实时人脸识别技术研究

目前,虽然深度学习算法通过二维卷积能够获得二维图像,并且形成的二维图像可为人脸识别提供支持,但在实际场景之中,在人脸表情、姿态等方面的识别比较困难,而三维实时人脸识别技术则能够弥补这一缺陷。但由于人脸的姿态和表情随时可能出现变化,会导致三维人脸信息缺乏完整度,同时也会造成人脸区域发生变形等问题,因此,本文基于深度学习,对三维实时人脸识别技术进行研究,以持续解决当前人脸识别方面存在的问题。

三维人脸识别技术的研究和发展

现阶段伴随着生理学以及计算机相关技术的不断发展,人脸识别这一全新技术得以问世。作为在诸多领域均存在着应用价值的高新技术,三维人脸识别技术在各领域的安保工作以及数据库相关工作中均存在着较高的应用空间,因此该技术领域的研究以及发展就成为了三维人脸识别系统构建研究的重点内容。且我国各领域之中,对于人脸识别技术的需求空间依旧较为广阔,因此对于该技术的实际革新工作在未来一段时间内都将成为该技术领域的发展方向。现就笔者观点,浅析在我国该技术发展的实际情况以及研究发展。

三维人脸识别算法研究

近年来,基于三维图像的人脸识别技术已经取得了很大进展,在约束环境下也能获得很好的识别性能,但仍受限于姿态、表情等因素,需要从算法上改进才能解决其影响。本文分别从基于空域直接匹配、基于局部特征匹配和基于整体特征匹配3个角度出发,对人脸匹配算法以及融合算法进行了研究,列出了部分改进算法的实验结果,并分析了算法有效性的原因,总结了目前面临的三维人脸识别算法难以突破的一些困难及未来的研究趋势。

基于排除算法的快速三维人脸识别方法

提出了一种基于排除算法的快速三维人脸识别方法.首先,利用主成分分析(Principal componentanalysis,PCA)对自动切割的不同姿态人脸进行校正,将所有人脸转换到统一的坐标系下;然后提取人脸侧面轮廓线,利用基于LTS-Hausdorff距离的轮廓线对齐方法对库集对象进行排除;最后,采用基于刚性区域的改进迭代最近点(Iterative closest point,ICP)算法对剩余的库集模型进行精确匹配,给出最终识别结果.在FRGCV2.0人脸数据库的实验结果表明,该方法具有较好的实时性和鲁棒性.

基于仿射变换的多姿态人脸识别技术

针对人脸识别过程中存在的拍摄角度、多姿态表情特征等影响识别精度和成功率的问题,本文提出了一种基于仿射变化的多姿态人脸识别技术。该技术主要采用仿射变换和摄像成像原理,对不同角度以及多姿态人脸图像进行调整与归一化处理,得到人脸矫正后的正面图像,然后通过算法实现对人脸图像的识别。最后,经测试结果证明,本文提出的人脸识别技术不仅解决了多姿态特征变化对识别造成的影响,还从一定程度上提高了人脸识别的成功率。旨在为多姿态人脸识别技术研究提供相应的参考。

基于人脸识别技术的门禁系统设计与开发

人脸识别技术是一种较为常见的生物特征识别技术,运用于门禁系统中既能为用户提供一定的便利,又可更大程度保护用户的安全。该技术可对社会稳定起到一定的积极作用,应用价值极高。如今,随着社会经济的发展与科技水平的提升,采用人脸识别技术的门禁系统在人们的日常生活中变得越发常见,其设计与开发工作具有重要意义。基于人脸识别技术开发并设计了一款门禁系统,取得了较高的识别率,能够实现精准且实时的人脸识别门禁管理功能。

初探三维人脸识别技术

随着信息化技术的不断发展,用户信息的安全性成为备受关注的问题之一,传统的口令对身份的验证已经不能满足人们的需求,三维人脸识别技术作为一种典型的生物特征识别技术成为身份识别的重要发展方向。三维人脸识别技术既有非接触性、信息完备等独特的优点,又有数据处理难度大、姿态表情年龄等因素的制约,因而在研究上具有重要的理论意义和现实意义。

一种面向三维人脸识别的同一截面有效轮廓线提取算法

针对三维人脸识别对表情及姿态变化的鲁棒性研究,提出一种基于人脸同一截面有效轮廓线的人脸识别方法。首先根据手工标定鼻尖点区域的法向量对人脸进行粗略矫正,再基于同一标准正中面人脸的迭代最近点(ICP)算法进行精确姿态矫正,标定精确鼻尖位置,提取过鼻尖的不同人脸同一截面横纵两条轮廓线。用阈值法提取过鼻尖点的有效轮廓线,采用ICP算法计算相似度,对两条轮廓线识别结果进行融合。实验结果表明,在CASIA 3D人脸库上对表情及姿态变化有较好的鲁棒性。

人工智能在高校智慧图书馆中的应用与发展——基于人脸识别技术的应用及其算法实现

人工智能将在高校智慧图书馆的发展中得到广泛的应用。文章分析高校智慧图书馆应用人脸识别技术的可行性,提出基于人脸识别技术的高校智慧图书馆系统,阐述其结构和功能,用Matlab软件验证PCA算法用于高校智慧图书馆系统的可能性。人工智能领域中的人脸识别技术为"去卡化"无障碍服务环境提供了技术支撑,是高校智慧图书馆实体服务和管理智能化的最佳实现途径。

三维人脸识别及其关键技术

利用三维信息进行人脸识别是近年来提出的很有发展前景的人脸识别新思路。本文对三维人脸识别的优越性、思想方法和存在的困难进行了综述,并对三维人脸建模、人脸姿态估计和人脸识别算法这些三维人脸识别的关键技术进行了讨论。

试析基于神经网络深度学习算法的人脸识别技术

人脸识别是新时代较为重要且应用范围较广的模式识别及图像处理技术手段,为此成为当今社会信息领域发展关注热点之一,在海关、公安机关、银行等部门有良好的应用前景。为提高人脸识别技术应用有效性,其研究涉及计算机视觉、模式识别、图像处理等若干领域,分为模式识别、特征提取两大部分,同时模式识别在提取特征基础上加以细分。本文通过探析基于神经网络深度学习算法的人脸识别技术,以期积累研究经验,提高人脸识别技术应用质量。

改进的三维人脸识别方法

针对目前三维人脸几何特征识别算法中计算量大和设备昂贵,尤其是在特征融合时加权值确定的不精确性问题,提出了根据双目立体视觉原理,通过对普通二维图像确定脸部关键部位特征点的三维几何特征信息,并且依照类内距离越小越好,类间距离越大越好的准则设定适应度函数,使用人脸样本数据根据遗传算法进行训练,得到使适应度函数最小时的最优解,从而获得三维人脸几何特征融合时的最佳加权值。实验结果表明了该算法的可行性和有效性。

人脸识别技术在公安领域内的应用研究

人脸识别技术在公安领域内已经取得了一定的成绩,通过主成分分析法、梳理投影图和特征描述相匹配法、面部对称处理还原法、等测地区域的三维面貌相似度评价法、构建隐马尔科夫模型等破获了多起案件。但在应用过程中,一些难题也更充分地显露出来,主要包括某些算法固有的缺陷被放大、理论研究与现实运用存在差距、缺乏专门的技术人员进行人脸识别系统研发与操作等。为构建以人脸识别技术为基础的公安工作系统,必须不断研发与改进算法,提高识别率;同时需要与其他技术相结合,提高严谨性,改善硬件条件以提供支撑,促进理论研究与实践应用的衔接,提高执法人员进行研发与操作的素质。

OCR下的改进SIFT人脸识别算法

针对传统的SIFT人脸识别算法存在特征维数高、匹配计算量和难度大的问题,采用OCR技术中的非均匀网格的方式对人脸图像进行区域划分,引入旋转无关的等价模式的LTP特征对SIFT关键点进行描述并对比实验.研究结果表明:改进后的SIFT人脸识别算法降低了特征的维数,增加了对旋转、光照变化、噪声干扰等影响因素的鲁棒性.研究结论初步突破了传统SIFT人脸识别算法,有助于从OCR技术中寻求提高识别率,降低匹配计算的复杂程度的方法.

人脸识别技术应用于侦查情报分析的偏差控制

[研究目的]人脸识别技术的大规模运用深刻改变侦查情报分析的样态,深入分析人脸识别技术应用于侦查情报分析的技术路径和偏差问题,为制定科学适宜的技术规制路线提供决策支持。[研究方法]采用文献分析和案例分析相结合的方法,选取典型的人脸识别技术产品为研究样本,结合侦查实践分析人脸识别技术应用于侦查情报分析的技术缺陷、算法偏见和法律规制缺失等问题。[研究结论]侦查机关运用人脸识别技术应事前开展技术风险评估,建立专业培训、内部监督和事项公开等管理制度,设计层次化的应用审查批准程序,适时出台统一的新型侦查技术应用法律规范。

人脸识别技术在追逃工作中的应用现状与展望

人脸识别技术在追逃工作中已经取得了一定的成绩。通过梳理投影图和特征描述相匹配法、面部对称处理还原法、等测地区域的三维面貌相似度评价法等常用方法的优缺点,一些难题也更充分地显露出来,这主要包括追逃过程中人脸识别技术适用局限与作用对象不可控性之间的矛盾、投入与产出不成比例的矛盾、技术适用对应性与人员能力不匹配的矛盾、人面资源库建设以及数据资源共享机制缺乏等。为构建以人脸识别技术为基础的追逃工作系统,必须加大对基础设施的投入力度,克服难题;依托相关单位,开发新技术(算法)为人脸识别提供帮助;培养专门的技术人才,提高民警的业务技能;以及与其他生物识别技术相结合,提高严谨性。唯此,人脸识别技术在追逃中的作用方能充分发挥。

PCA人脸识别算法的优化

生物识别技术的快速发展,使得人脸识别技术成为研究热点。主成分分析算法是人脸识别技术中被使用最多的算法之一,它因识别速度快,识别率高被广泛认可。针对传统的PCA算法由于外界的干扰因素会影响它的识别率。基于提高PCA算法的识别率和抗干扰特性,通过对原始图片的去噪声,直方图均衡化,归一化三种预处理方法,同时结合Adaboost算法,能一定程度地提高识别的成功率和算法的抗干扰性。实验结果表明优化后的PCA算法的识别率相对提高了10%,识别速率比原始算法提高了30%。