基于人脸识别的用户身份可靠认证技术研究及应用

针对传统身份认证技术中存在的问题,结合电网实际应用需求,探讨了基于人脸识别的用户身份认证技术,并进行了项目试验,结果表明:基于人脸识别的用户身份认证技术可提高信息安全的主动防御能力,有效解决擅自盗用、私自替代、冒名出入等安全隐患问题。     

人脸识别技术在身份认证系统中的应用初论

身份认证系统是当前安全系统中的关键一步,为确保其安全程度,提出了一种以人脸识别技术为基础的身份认证系统。首先简述了身份认证及其几种表现形式,然后分析了人脸识别技术在身份认证系统中的应用。     

基于互联网实名制的电子交易强认证方法

对电子交易进行攻击所带来的现实收益已经使得电子交易变成网络安全事件高危区,电子交易安全问题亟待解决,身份认证是电子交易安全问题中的基本和关键。首先介绍几种常用的身份认证技术,并分析各种技术的优势和缺点,在此基础上提出了基于生物特征信息和实名信息双重认证因素的强认证方法,详细描述了该方法的实施过程。该方法能够有效提升电子交易过程中的安全性。     

从专利角度看人脸识别技术的发展

人脸识别(Human Face Recognition)技术是利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术.基于人脸识别技术领域的专利文献,给出了对该领域专利总体变化情况的统计分析结果,通过分析部分主要申请人所申请专利的技术特点,介绍了专利中的技术发展情况,并对今后的专利发展趋势进行了预测.     

基于动态手势的身份认证方法及其在智能手机上的应用

基于生物特征的身份认证方法是当前信息安全技术领域的热点.论文在分析当前各种生物特征认证方法的基础上,针对其应用在智能手机上存在的问题,提出一种基于动态手势进行身份认证的算法EI-DTW.算法结合放宽端点限制和提前终止的动态时间规整（DTW）高效算法,取消了手势特征匹配时的端点对齐限制,提高了认证精度,并通过限定弯折斜率和提前终止策略进一步提高了认证效率.     

嵌入式人脸识别系统设计与实现

本文是基于S5PV210嵌入式平台设计实现的人脸识别系统.在嵌入式设备上设计人脸识别系统不仅需要考虑识别的准确率,还需要考虑设备周围的环境变化对人脸识别的干扰.系统中采用Adaboost算法依据人眼部的haar特征检测人脸.通过LBP纹理特征提取结合SVM识别分类的方法识别人脸.经过系统测试,系统的识别率以及对光照变化的鲁棒性满足了一般的人脸识别身份认证的需求.     

基于深度学习和RFID技术的幼儿接送系统研究

针对幼儿接送过程中安全及监控手段不足问题,研究一种基于人脸识别技术和RFID技术的多重身份认证的幼儿接送系统,设计了接送系统的整体架构,同时对RFID识别基本过程、人脸识别、认证等深度学习技术核心关键技术进行了研究,随后对系统的硬件架构进行了描述,并对系统进行了实现,通过对系统的实施效果进行分析,实验结果表明幼儿接送系...     

基于B/S模式的投票系统的研究与开发

结合高校培养应用型人才的需求背景,鉴于传统纸质投票方法的弊端,本文设计并研发了一款B/S模式的投票系统.将Spring、Springmvc、Mybatis等技术运用于投票管理、用户管理等模块中,极大地提高了工作效率.经过测试分析,人机交互良好.     

基于Android手机与Internet投票系统的设计与实现

针对传统纸质版投票过程中繁琐费时的问题,提出一种基于Android手机与Internet投票系统的设计方法。搭建了一个通用的手机开发环境,开发出一个以Android手机为硬件基础,以ASP.NET环境设计的服务器以及Eclipse环境开发的手机投票软件为核心的投票系统。该系统通过Wi Fi连接到局域网,具有操作简易、安全易扩展、统计结果快速高效的特点,有很强的应用价值和推广前景。     

盲签名及其应用研究

介绍了近年来国内外盲签名技术的最新研究进展，阐述了盲签名基本概念和基本设计思想，论述了盲签名的几种分类方法及分类结果。在此基础上，详细讨论了盲签名在电子现金系统和电子投票系统中的应用，并分别给出了相应的应用范例，分析了盲签名在电子现金系统和电子投票系统中实现匿名的方法，最后对盲签名及其应用提出了一些想法。     

基于人工智能的人脸识别技术与评估体系研究

介绍了基于人工智能的人脸识别技术应用和发展现状及其在终端领域的应用,分析了人脸识别中人工智能面临的安全挑战,研究了人脸识别技术的安全要求,提出了关于评估体系的思考。     

基于体全息存储技术的"电子门卫"系统

构建了基于体全息存储技术的光学图像识别系统 ,应用在以实时人脸识别为基础的 电子门卫 系统中 .改变了传统的体全息存储相关器中以相关峰值强度作为判别依据的做法 ,采用基于多元鉴别分析的分类识别 ,增强了系统的畸变不变性识别能力 .     

融入唇语识别技术提升人脸识别安全性的研究

为了解决人脸识别的安全性问题,提高对恶意攻击人脸识别系统的安全防护,使人脸识别技术能够获得更广泛应用,本文提出了在人脸识别技术上融入一种基于深度神经网络的唇语识别技术的系统。与现有的唇语识别技术不同的是,该系统主要是识别用户的唇动习惯。运用本系统,用户在进行人脸识别的同时可按照检测方的提示,读出相应的内容,并在对用户的人脸进行验证的过程中,对用户通过唇动说出的内容分别实现唇动识别、比对,从而有效地提升人脸识别的安全性水平。实验结果表明,在故意针对人脸识别系统的攻击中,融入本技术的系统有更好的识别准确率。     

基于双层异构深度神经网络模型的人脸识别关键技术研究

伴随着人工智能的快速发展,人脸识别技术在社会领域和工业领域都呈现出较广泛的应用潜力空间,但由于传统人脸识别技术识别率低,识别速度慢,对环境要求非常高,迫切需要革新方法.本文旨在研究如何将深度学习算法引入人脸识别领域,通过构建双层异构深度神经网络模型,模拟神经网络进行学习,使用CNN与DBN等众多模型让计算机逐渐根据大量数据特征学会识别图像与人脸,并对人脸识别领域关键技术难点进行深入研究,从而大幅度提升人脸识别技术的识别率与鲁棒性.     

基于人脸识别的考勤系统设计

为了适应当今各企事业单位考勤业务需求，设计了一款嵌入式人脸识别考勤系统，并详细设计分析了该系统的实现方法。从硬件角度方面，利用ARM芯片的优势，对本文设计的嵌入式系统整体方案、硬件选择和开发环境的搭建等进行分析；另一方面，从软件的角度，依据系统功能进行设计，并提出一种基于PCA的人脸识别方法。最终通过系统性能测试，验证该方案的可行性。     

基于嵌入式人脸采集前端的人脸识别系统研究

研究一种结合数字信号处理器（Digital signal processor,DSP）,网络传输技术和后台人脸识别相结合的人脸识别系统,该系统是针对监控网络中人脸识别机制问题提出的一种解决方案。人脸识别模块利用局部Gabor二值模式（Local gabor binary pattern,LGBP）直方图序列、直方图序列相似度和最近邻分类器相结合的识别方法,并通过实验验证系统的有效性。     

人脸识别方法研究

首先介绍了计算机人脸识别的4类主要方法，然后重点介绍了基于本征脸法的人脸识别技术的基本原理和实现步骤，最后通过实验比较了各类方法的识别率，总结出各种方法的优缺点，并对未来的识别技术进行了展望。     

Research on a face recognition algorithm based on 3D face data and 2D face image matching

Under the condition of weak light or no light, the recognition accuracy of the mature 2D face recognition technology decreases sharply. In this paper, a face recognition algorithm based on the matching of 3D face data and 2D face images is proposed. Firstly, 3D face data is reconstructed from the 2D face in the database based on the 3DMM algorithm, and the face depth image is obtained through orthogonal projection. Then, the average curvature map of the face depth image is used to enhance the data of the depth image. Finally, an improved residual neural network based on the depth image and curvature is designed to compare the scanned face with the face in the database. The method proposed in this paper is tested on the 3D face data in three public face datasets (Texas 3DFRD, FRGC v2.0, and Lock3DFace), and the recognition accuracy is 84.25%, 83.39%, and 78.24%, respectively.     

基于稀疏表示的人脸识别鲁棒性研究

针对人脸识别算法对光照变化敏感的问题,提出一种基于光照鲁棒稀疏表示的人脸识别方法。该方法对图像作小波变换,得到光照归一化图像,通过对光照归一化后人脸图像作稀疏变换,稀疏表示分类得出测试识别结果。本文方法在Yale B人脸库上仿真实验,识别率较高,对光照、表情、遮挡具有一定的鲁棒性。     

基于多样本的多核Fisher判别分析研究

多核Fisher判别分析法是一种有效的非线性判别分析法,对其涉及的参数利用遗传算法进行确定是一个有效的途径。针对训练样本较多时遗传算法搜索时间较长的问题,提出一种基于多样本的多核Fisher算法。其做法是将犬的训练集拆分成若干个小样本集,依次求得投影映射,并利用“投票策略”来判别待测样本。在人脸识别上的实验表明,基于多样本的多核Fisher算法可以在不降低分类正确率的前提下,提高算法的运算速度。