改进的LBP算法在管制员疲劳识别中应用

为了更好地识别空中交通管制员疲劳状态下的面部特征,针对由于局部二值化模式(LBP)算法识别率低和易受外部环境变化等影响,深入研究了LBP算子、直方图特征提取对传统LBP算法改进.并结合了LIOP编码方法,进一步提出了增强局部量化模式(ELQP)算法.结果表明,改进后的LBP算法在管制员疲劳面部识别中具有更高的识别率和较强的鲁棒性.     

基于结构化遮挡编码和极限学习机的局部遮挡人脸识别

提出使用结构化遮挡编码（SOC）结合极限学习机（ELM）的算法来处理人脸识别中的遮挡问题。首先，使用SOC去除图像上的遮挡物，将遮挡物体与人脸分离开；同时，通过局部性约束字典（LCD）来估计遮挡物的位置，建立遮挡字典和人脸字典。然后，将建立好的人脸字典矩阵进行归一化处理，并利用ELM对归一化的数据进行分类识别。最后，在AR人脸库上进行的仿真实验结果表明，所提方法对不同遮挡物和不同区域遮挡的图像具有较好的识别率和鲁棒性。     

加权信息熵与增强局部二值模式结合的人脸识别

针对人脸识别因光照、姿态、表情、遮挡及噪声等多种因素的影响而导致的识别率不高的问题，提出一种加权信息熵（IEw）与自适应阈值环形局部二值模式（ATRLBP）算子相结合的人脸识别方法（IE （w） ATR-LBP）。首先，从原始人脸图像分块提取信息熵，得到每个子块的IEw；然后，利用ATRLBP算子分别对每个人脸子块提取特征从而得到概率直方图；最后，将各个块的IEw与概率直方图相乘，再串联成为原始人脸图像最后的特征直方图，并利用支持向量机（SVM）对人脸进行识别。在AR人脸库的表情、光照、遮挡A和遮挡B四个数据集上，IE （w） ATR-LBP方法分别取得了98.37%、94.17%、98.20%和99.34%的识别率。在ORL人脸库上，IE （w） ATR-LBP方法的最大识别率为99.85%；而且在ORL人脸库5次不同训练样本的实验中，与无噪声时相比，加入高斯和椒盐噪声后的平均识别率分别下降了14.04和2.95个百分点。实验结果表明，IE （w） ATR-LBP方法能够有效提高人脸在受光照、姿态、遮挡等影响时的识别率，尤其是存在表情变化及脉冲类噪声干扰时的识别率。     

人脸识别成标配独角兽企业热衷于通过旺龙设备落地

作为新一轮产业升级的核心引擎,人工智能正成为我国科技发展的新驱动力,催生新技术、新产品、新产业、新模式,搭载着人工智能技术的产品正逐渐走进大众的日常生活。一直以来,深圳市旺龙智能科技有限公司(以下简称旺龙)不断提高研发能力,通过布局5G、AI、大数据等前沿技术,在软硬件、落地应用上不断取得突破,将科技概念转换成场景落地,通过技术创新和产品创新持续引领行业发展。旺龙全系列建筑智能物联网产品、技术以及人脸识别、机器人乘梯通行等落地应用解决方案,能够满足客户全方位需求。     

基于人脸识别技术的智能化监控模拟评估系统研究

文章设计了一种智能化监控的模拟评估系统。采用基于AI智能算法的人脸识别技术方案，通过人脸图像的捕获与抽取、图像的识别与判定，实现了人脸的捕捉和比对、人脸数据库的建立。     

智慧视频监控和人脸识别在校园中的应用研究

随着校园暴力和校外歹徒挟持学生事件的频发,对于校园的安保问题成为各阶层人士最为关注的问题。学生作为我国未来的后起之秀,我国的栋梁之才,其安全和学习是家长和学校最为关心和关注的。随着科技的发展,对于安保方面的科技研发成果也逐渐被应用于生活的方方面面。下面我们就来谈谈智慧视频监控和人脸识别在校园安保方面的应有有何优势和好处[1]。     

结构化加权稀疏低秩恢复算法在人脸识别中的应用

针对训练样本或测试样本存在污损的情况，提出一种结构化加权稀疏低秩恢复算法（structured and weighted-sparse low rank representation，SWLRR）。SWLRR对低秩表示进行加权稀疏约束和结构化约束，使得低秩表示系数更加趋近于块对角结构，进而可获得具有判别性的低秩表示。SWLRR将训练样本恢复成干净训练样本后，再根据原始训练样本和恢复后的训练样本学习到低秩投影矩阵，把测试样本投影到相应的低秩子空间，即可有效地去除测试样本中的污损部分。在几个人脸数据库上的实验结果验证了SWLRR在不同情况下的有效性和鲁棒性。