人脸识别技术综述

从广义上讲,一个典型的人脸识别系统有人脸检测、特征提取、人脸鉴别、表情分析和物理分析等五个方面。人脸识别技术是计算机模式识别领域非常活跃的研究课题,在法律、商业等领域有着广泛的应用背景。由于人脸图像的特殊性,人脸识别问题也是模式识别领域一个相当困难的问题,要使这一技术趋于成熟还有许多工作需要做。     

人工神经网络在人脸识别中的应用

人工神经网络在人脸识别中的应用是人脸识别一个新领域的突破,它充分利用了神经网络具有较好的训练和学习能力,自动由系统获取人脸的相关特征信息,达到人脸的识别。文章通过几种典型的人脸识别中神经网络算法的应用得知:其准确率、容错性、鲁棒性等方面均与其它方法有一定的优势。     

人脸识别系统的研究与实现——图像获取、定位、特征提取和特征识别

人脸识别技术,是当前一个热门的科研课题,具有广泛的应用前景。本系统采用摄像头获取人脸图像,通过图像预处理、人脸检测和定位、特征提取、特征学习和匹配实现了人脸识别。本文重点介绍了人脸识别系统的设计、图像预处理、特征定位和提取、人脸识别等主要技术。在进行人脸特征定位时,主要对眼角、鼻尖、鼻子两侧、两边嘴角以及下巴进行定位,提出了采用中线向上查找法,改进了由上往下的查找方式,使查找的准确性和速度得以提高。通过测试表明该系统具有一定的人脸识别功能,能够对正面的人脸进行识别。     

在智能手机上实现人脸识别算法

人脸识别技术,是近几年在全球范围内迅速发展起来的计算机安全技术.以高端智能手机的安全应用为载体,结合主元分析(PCA,Principle Component Analysis)法和多权值函数神经网络在人脸识别中的优势, 利用非线性多权值函数神经网络实现多主元提取,以及多权值函数神经网络识别.给出了完成人脸图像的检测、特征向量提取、人脸图像识别相对应的硬件系统架构、人脸识别算法流程和算法实现类图.     

一种基于肤色分割的彩色图像人脸检测方法

人脸是一个复杂的模式,对其准确的定位和分割是进行人脸识别的第一步.本文建立一种混合肤色模型对肤色区域分割并融合几何特征进行人脸粗检测;在人脸区域验证阶段,提出利用计算眼睛相似度的方法并融合眼睛对称性等特征对眼睛区域定位;嘴巴定位通过改进的唇色信息提取来实现,用以最终准确定位人脸区域.实验证明,该算法十分有效,在速度和准确性方面具有良好的性能.     

基于形状特征的人脸检测技术

人脸识别具有其他生物特征识别技术所无法比拟的直接、友好、方便等优点。论述了人脸检测的概念和研究现状,分析了人脸检测系统中图像灰度化、图像增强、图像二值化滤波等图像预处理技术,探讨了基于形状特征的人脸检测技术的应用前景。     

基于OpenCV人眼定位的人脸检测方法

如何准确地定位人脸是人脸识别中非常关键而且重要的一步。笔者提出一种基于OpenCV人眼定位的人脸检测方法。利用从摄像头得到的视频图像中随机获取的单帧图像作为待处理人脸图像,通过人眼定位、图像旋转、分割以及缩放得到标准化后的人脸图像,再经过ART2神经网络的学习认知,计算其识别率。对比实验说明此方法能够应用于人脸识别,并具有较快的识别速度和良好的识别率,特别方便于实际应用。     

基于RBF神经网络的人脸识别研究

针对人脸识别技术中存在的高维问题、小样本问题和非线性问题展开研究.围绕人脸特征提取,采用基于主成分分析和Fisher线性鉴别来克服在人脸识别中的小样本问题,同时将人脸图像从高维空间映射到低维空间从而解决了高维问题;在分类识别方面,采用具有很强的非线性映射功能的RBF神经网络进行模式分类,能够解决人脸识别中的非线性问题.在ORL人脸数据库上进行的仿真实验表明,该方法进行人脸识别具有较高的识别率.     

基于形变模型的人脸建模及其应用综述

形变模型(morphable model)是近几年提出的人脸建模新方法。基于若干原型人脸的知识,该方法实现了真实感三维人脸的自动建模,并在图像分析、人脸识别、表情动画等方面的应用中取得了良好效果。回顾了基于形变模型的人脸建模的研究概况、基本原理及应用情况,并对形变模型的进一步应用和发展进行了展望。     

基于HOG金字塔人脸识别方法

为了提取人脸的全局和局部特征,以实现复杂环境下的人脸特征有效表达,提出一种基于梯度方向直方图(HOG)金字塔人脸识别方法.该方法通过多尺度分析、HOG特征谱提取来构建人脸图像的HOG金字塔,对HOG金字塔各层特征谱划分为非重叠小块来构建统计直方图,并将各层的统计直方图连接起形成特征向量来实现整个人脸的特征表达,计算不同序列特征的相似度并采用最近邻分类器来进行人脸识别.在光照和时间环境等复杂变化的人脸识别技术(FERET)库中进行人脸识别实验,结果表明:该方法具有较强的人脸特征鉴别能力,方法的鲁棒性也较好.