人脸识别研究进展

人脸识别技术在各种应用的推动下发展很快。而近几年中，为避免各种实际应用环境的限制，非约束环境下的人脸识别也得到了很大的发展。本文概述了人脸识别的一些主要方法，讨论了影响人脸识别的几个主要因素及其处理方法以及基于视频的人脸识别技术，最后指出了鲁棒的人脸识别技术的研究方向和发展前景。     

人脸识别的技术研究与发展概况

介绍了人脸识别技术的发展概况,对目前典型人脸识别商用产品的技术进行了研究和分析,对比了这些产品和经典人脸识别技术的识别效果,并对人脸识别技术的未来发展进行了展望.     

人脸识别技术在智能视频监控系统中的应用

首先对监控技术的发展过程做了简单的总结,然后介绍了人脸识别技术的研究方向、应用领域及技术优势,并针对人脸识别技术在视频监控系统中应用的架构、关键技术和算法做了有益的探讨,特别对"矫正有旋转角度的人脸图像技术做了较为详尽的表述,最后得出结论,人脸识别技术可以应用于监控系统中。而基于人脸识别技术的智能视频监控系统应该具有十分广泛的应用前景。     

浅析智能门禁系统中的人脸识别技术探究

随着社会经济不断发展,科学技术取得了进一步发展,人脸识别技术作为一项新型技术,能够结合生物特征,具有明显的友好、直接等优势,将人脸识别技术运用于智能门禁系统中,在丰富门禁系统功能的同时,也为人们提供了更加安全的居住环境。本文将对人脸识别技术概述及算法进行分析和研究,并提出人脸识别技术在智能门禁系统运行流程,旨在为相关领域的发展提供技术支持。     

人脸识别技术研究进展分析

人脸识别技术主要是生物识别技术中的一种,其工作原理是利用人脸的五官、肤色进行身份的识别。通过视频采集设备采集人脸的视频,并且对视频中的人脸进行检测,从实现人脸的识别。人脸识别技术是人工智能研究的主要方向,因此要注重人脸识别技术研究现状,阐述人脸识别技术的相关特点,分析人脸识别方法,确定人脸识别技术的发展方向。     

人脸识别技术的现状和发展

人脸识别技术是近年出现的高新技术,伴随着互联网快速发展,以及人工智能、机器学习技术的广泛应用,人脸识别技术的市场化与产品化也随之进展显著。就近几年人脸识别技术的发展状况来看,其类型在不断丰富,功能性也日益增强,应用范围更为广泛。自人脸识别技术出现之后,便在短时间内得到了广泛应用,为相关领域提供了重要的基础技术保障,而可以预见的是,人脸识别技术在未来同样会具有较高的市场地位。基于此背景,本文展开人脸识别技术应用现状的研究,探究当前各领域对人脸识别技术的应用状况,同时经由对现状的分析,提出人脸识别技术的未来发展趋势。     

人脸识别领域中国专利申请现状分析

对智能识别领域中的人脸识别技术的中国专利申请进行检索,分析了历年专利申请量和申请趋势、申请人构成和地区分布、核心申请人状况,按照技术分支将其分为人脸检测、人脸跟踪、人脸表征、人脸识别及应用等,探讨我国人脸识别的专利发展趋势,为国内智能识别企业及研究机构提供专利信息和技术支持,确立专利申请的方向.     

人脸识别技术综述

人脸识别技术在各行各业有着广泛的应用,现有人脸识别系统主要用于安全监控等场合,通常是小规模封闭的系统,其也可以用于人机交互、跟踪监控、身份识别等领域。人脸识别技术在各个产业中都有广泛的应用,其中电子产品是主要领导者,这导致在全球范围内涌现了许多相关的大公司,由于人脸识别在工业上的普遍应用,这也带动了该项技术在学术领域研究的热潮。本文首先介绍了目前人脸识别技术的几大主要技术和发展脉络,其次分析了人脸识别技术在专利申请方面的现状以及发展趋势,然后分别对国内外的研究和发展情况进行了分析和研究,最后对该领域的专利申请情况作了总结并对其发展前景作了展望。     

人脸识别技术专利分析

随着图像图形处理技术的发展,人脸识别技术日益受到重视,成为研究的热点,近十几年来专利申请量有了飞速增长.本文通过对人脸识别技术的国内专利申请从宏观角度在年度申请量、申请人分布情况、技术领域进行了分析,并对主要申请人在该领域专利申请的特点进行了阐述,最后分析了目前人脸识别技术的研究方向.     

嵌入式人脸识别系统的设计与实现

对嵌入式人脸识别系统的设计原理进行研究,重点探讨了人脸识别的特征提取、特征降维和识别技术等问题,并给出嵌入式人脸识别系统的完整设计方案.采用具体人脸库数据对设计的人脸识别系统进行仿真对比实验,实验结果表明,相对于PC构架的人脸识别系统,嵌入式人脸识别系统提高了人脸识别平均正确率和效率,携带方便,具有很高的商业价值.     

基于SIFT算法的多表情人脸识别

目前人脸识别系统在识别表情变化的人脸图像时识别准确率会降低,多表情人脸识别在人脸识别领域仍是一个热门的研究方向。本文采用SIFT算法对多表情人脸进行识别,在多表情人脸库上进行了两类仿真实验:实验一中对比了同一个人的不同表情的识别效果,实验二中对比了两个不同的人的相同表情的识别效果,实验结果表明SIFT算法能够克服不同人脸间的整体相似性并能有效提取出人脸的局部细节特征。对Jaffe表情库进行仿真实验,取得了当阈值T=0.35时对多表情人脸图像的正确识别率95.69%,实验结果表明,将SIFT算法应用于多表情人脸识别有巨大的潜在科研价值。     

人脸画像识别研究

利用几何特征法、特征脸法和动态模板匹配法来进行画像特征提取和识别,试验表明根据文中设计的模板系统,动态模板匹配法具有较好的识别效果,相比识别率可达到82.2%.     

基于视频的人脸检测综述

在实时系统中视频人脸的检测与跟踪技术已成为人脸识别领域最活跃的研究方向之一,介绍了人脸检测的应用,对提高检测和跟踪的鲁棒性和精确性问题的理论研究算法进行了总结。分别讨论并评价了人脸检测的几种基本方法,介绍了近年来研究者们研究的新方法并对人脸检测研究中存在的问题和今后的发展进行了讨论。     

一种融合流形学习的视频人脸性别识别改进算法

如何有效利用视频中人脸之间的时空连续性信息来克服人脸分辨率低、图像尺度变化大和姿态、光照变化以及遮挡等问题是视频人脸识别的关键所在.提出了一种基于流形学习的视频人脸性别识别算法.该算法不仅可以通过聚类融合学习来挖掘视频内在的连续性信息,同时能发现人脸数据中内在非线性结构信息而获得低维本质的流形结构.在UCSD/Honda和自采集数据库上与静态的算法比较结果表明,所提算法能够获得更好的识别率.     

基于LBP人脸识别算法的预处理研究

该文对人脸识别过程中的预处理进行研究,用高斯平滑、直方图均衡化和Sobel算子对图像进行预处理,通过改进前后在Feret人脸库的实验结果比较其识别率,观察各预处理方法对LBP算子性能的影响。大量的实验表明,结合高斯平滑预处理、Sobel与LBP的算法识别率提高最大。     

Tiny and Blurred Face Alignment for Long Distance Face Recognition

Applying face alignment after face detection exerts a heavy influence on face recognition. Many researchers have recently investigated face alignment using databases collected from images taken at close distances and with low magnification. However, in the cases of home‐service robots, captured images generally are of low resolution and low quality. Therefore, previous face alignment research, such as eye detection, is not appropriate for robot environments. The main purpose of this paper is to provide a new and effective approach in the alignment of small and blurred faces. We propose a face alignment method using the confidence value of Real‐AdaBoost with a modified census transform feature. We also evaluate the face recognition system to compare the proposed face alignment module with those of other systems. Experimental results show that the proposed method has a high recognition rate, higher than face alignment methods using a manually‐marked eye position.     

具有学习功能的自动人脸识别

人脸识别是模式识别领域中一个相当困难而又有理论意义和实际价值的研究课题。传统的基于K－L变换的自动人脸识别方法,不用过多地考虑人脸的局部特征,利用特征脸方法进行识别,取得了一定的。但是,人脸作为一个特殊的场景,脸像会受年龄、心情、拍摄角度、光照条件、发饰等因素影响,所成图像存在差异。传统的基于K－L变换的自动人脸识别方法不能很好地克服这些畸变的影响。文中就主成分分析方法引入人脸识别,模拟人脸脸像的各种变化,事先对脸像做相应的变化,产生一系列变形脸。然后对变形脸进行主成分分析,提取它们的主成分。最后应用遗传算法选择最优特征向量构造子空间,提出一种能抗御一定脸像变化的人脸识别方法,并运用该方法进行了实验。实验结果证明了该方法的可行性和良好的抗畸变能力。     

Human and machine recognition of faces: a survey

The goal of this paper is to present a critical survey of existing literature on human and machine recognition of faces. Machine recognition of faces has several applications, ranging from static matching of controlled photographs as in mug shots matching and credit card verification to surveillance video images. Such applications have different constraints in terms of complexity of processing requirements and thus present a wide range of different technical challenges. Over the last 20 years researchers in psychophysics, neural sciences and engineering, image processing analysis and computer vision have investigated a number of issues related to face recognition by humans and machines. Ongoing research activities have been given a renewed emphasis over the last five years. Existing techniques and systems have been tested on different sets of images of varying complexities. But very little synergism exists between studies in psychophysics and the engineering literature. Most importantly, there exists no evaluation or benchmarking studies using large databases with the image quality that arises in commercial and law enforcement applications In this paper, we first present different applications of face recognition in commercial and law enforcement sectors. This is followed by a brief overview of the literature on face recognition in the psychophysics community. We then present a detailed overview of move than 20 years of research done in the engineering community. Techniques for segmentation/location of the face, feature extraction and recognition are reviewed. Global transform and feature based methods using statistical, structural and neural classifiers are summarized