三维动态人脸图像的高精度填充重构算法设计

现有的图像重构算法未进行立体匹配处理,导致重构的图像与原图像相比在细节方面差距较大,甚至出现失真.为此,进行了三维动态人脸图像的高精度填充重构算法设计.采集二维人脸图像,进行相机标定、图像灰度化、图像滤波等预处理;利用算子提取人脸图像特征点并根据特征点分布进行立体匹配;对立体匹配后的特征点进行划分,得到人脸特征网格组成的三维模型;将二维图像中的纹理映射到三维模型上,实现三维重构.结果表明:所设计的算法减少了重构图像与原图像在细节上的差距,解决了重构图像的失真问题.     

基于EmguCV的网络摄像智能搜索系统的设计

当前公共场合中,网络摄像头在人物搜索方面没有得到有效利用,针对该问题,以EmguCV图像处理库及人脸图像信息库为基础,设计了一种智能搜索系统。该系统利用EmguCV库中的Detect函数对检测到的人脸图像与图像数据库中已存储图像进行比较,实现对图像数据库中已存人脸图像的识别和自动搜索,同时还具有自动提示功能。实验结果表明,利用EmguCV开发的智能搜索系统效率高,识别效果好。     

基于BP网络的人脸朝向识别方法

为了使仿人机器人的视觉系统能够识别出人脸,利用BP神经网络的理论知识,研究人脸识别技术,对图像中人脸朝向判别进行实验研究。实验采用Matlab工具箱进行BP网络设计,实现对人脸角度方向的判别。讨论了输入和目标向量设计BP神经网络结构的设计,以及网络参数和训练参数的设定等问题。实验结果表明,BP神经网络可以根据输入图像的二值化信息,以一定的准确率判别该图像的人脸朝向。     

嵌入式Linux下指纹采集模块USB接口驱动程序的设计实现

介绍了嵌入式Linux系统下CMOS光电式指纹采集模块的USB接口驱动程序的设计和实现.概括了Linux系统下USB设备客户端驱动程序开发的一般过程,结合本指纹采集模块USB接口的硬件特点,详细讨论了指纹采集模块的USB接口驱动程序的设计过程.通过该指纹采集模块的USB接口读取指纹信息,实现了指纹采集模块与嵌入式Linux系统的信息传输.结果显示该模块可以采集高质量的指纹图像,实现Linux操作系统和指纹采集模块之间有效可靠的数据通信.该模块尺寸小,可靠性强,可在处于恶劣的工业环境中的嵌入式Linux系统下应用.     

基于受众兴趣识别的智能广告展示系统设计

传统的广告展示系统无法根据当前受众喜好推送相应的广告,为此提出了一种基于英伟达Jetson TX1视觉开发平台的智能广告展示系统.在没有人为决策的情况下,该系统能够对摄像头采集的周围人物信息进行分析,通过决策自行推送最适合当前受众的广告.采用Faster R-CNN对人脸进行识别分类,获取目标场景中的人数及人脸图像信息;通过多层卷积结构的CNN对人脸图像信息分别进行性别和年龄的识别;根据分类结果采用多层卷积结构的CNN进行分值计算,从而推送最适合当前受众的广告.实验结果表明:为了验证算法的有效性,基于Gstreamer和GTK+实现了相应的播放器,该智能广告展示系统较好地实现了广告的精准播放.     

基于人脸智能识别的网络考勤系统研究

本文论述了基于人脸智能识别的网络考勤系统的基本研究思路、方法及过程。本系统的研究主要解决分散地点自动考勤问题,通过前端机采集用户图像,然后通过网络传输到后台服务器,服务器自动分析图像,并进行识别,实现自动考勤处理。同时服务器端提供网络查询汇总功能,方便管理人员及时了解考勤信息,提高管理效率。文章重点论述了考勤系统的基本设计思想,实现思路以及主要解决的问题,为系统的进一步研究提供基本解决方法。     

人脸图像中斑点自动去除系统的设计与实现

人脸图像中斑点的自动去除是高清晰人脸图像美化的重要步骤。本文提出了一种人脸图像斑点自动去除系统的设计思路和实现方法,系统首先采用AdaBoost算法从输入图像中检测人脸区域和双眼位置,然后利用人脸部件分布的先验知识检测出眼睛、鼻子、嘴巴等部件位置,最后利用迭代多级中值滤波方法对人脸非部件区域进行平滑处理。整个系统在VC++6.0环境下借助OpenCV图像处理库实现。实验结果表明,本系统能较好地去除脸部斑点,实现人脸图像美化。     

一种用于人脸检测SoC中的加速协处理器设计

提出了一种改进的、适合硬件并行实现的Adaboost算法多层分类器协处理器架构.该协处理器由积分图数据快速读取模块、多层分类器Haar型特征值运算模块、DMA数据存取模块和协处理器接口模块组成,模块间采用流水线以及FIFO缓存实现数据并行处理,用于人脸检测SoC中加速人脸检测迭代过程.将该协处理器嵌入一个实际的人脸检测SoC中,只增加了SoC的少量面积,却明显提高了人脸检测的处理速度.人脸检测SoC在CYCLONE-ⅡEP2C70 FPGA上通过验证.实验结果显示,在系统工作频率为70MHz时,能以10帧每秒的处理速度检测彩色QVGA图像中的人脸.     

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。     

基于机器视觉的PCB缺陷自动光学检测系统

针对PCB制造过程中的缺陷,设计了一种自动光学检测系统.阐述了该系统的检测原理,介绍了系统的照明模块、图像采集模块和运动控制模块的设计,以及软件设计、检测流程和检测算法.其中,光照系统采用垂直、水平两级照明模式,提出针对不同的检测项目,应组合使用2种模式下的图像.另外,在检测算法上分别设计了普通算法和元器件专用算法.实验结果表明,该系统能够实现常见PCB缺陷的检测.