浅析人脸识别技术在图书馆中的应用

近年来高科技产业越来越受到各方重视。从早期智慧城市的提出到后面的智慧化图书馆,无一不是高科技技术在相关领域的应用。人脸识别技术通过这些年的发展,日趋成熟,其应用也不再仅限于传统的安全领域,更进一步应用到数据分析等领域,人脸识别技术使图书馆的安全防控以及数据分析得到提升。     

一种应对残缺人脸图像的3D人脸识别方法

3D人脸在采样不完整时,很难对其标定特征点,进而直接影响识别正确率。本文针对这个问题提出了一种基于局部曲线特征的人脸识别方法。该方法首先计算了3D人脸在深度空间,曲率空间,和测地空间下的表示,采用SURF算法自动提取特征点,通过神经网络的方法分析特征点之间的连接线上的深度,曲率和测地信息来达到识别的目的。实验结果表明,这种自动识别特征点的方法相对于基于标定的识别方法具有更强的鲁棒性和更高的正确率。     

基于PCA和SVM的人脸识别

主成分分析(PCA)是人脸识别中特征提取的主要方法,支持向量机(SVM)具有适合处理小样本、非线性和高维数问题,利用核函数且泛化能力强等多方面的优点。文章将两者结合,先用快速PCA算法进行人脸图像特征提取和选择,用所选择的人脸特征向量训练多个支持向量机(SVM),最后用训练好的支持向量机(SVM)进行人脸识别的分类。在ORL人脸数据库上进行了实验,取得了满意的识别效果。     

基于人脸识别的PKI银行柜员身份认证系统

提出了一种基于人脸识别的PKI柜员身份认证系统,并详细阐述了该系统的拓扑结构和工作原理,给出了系统的具体设计和实现。本系统克服传统的口令加密码认证方式的安全性不强、数据容易被窃取的缺点,具有较高的安全性。     

一种Gabor小波人脸跟踪方法

提出了一种利用Gabor小波提取人脸轮廓特征组成特征模板,并由小波滤波器系数组成特征向量,在人脸跟踪过程中,不断优化特征模板的几何形变参数,使得小波特征向量值在最小平方和的意义上与初始值相匹配,实现人脸的自动跟踪。     

光强倒数色度空间的彩色人脸光照预处理

为了解决彩色人脸识别中色彩信息易受光照影响的问题,提出一种基于光强倒数色度空间(IICS)的彩色人脸图像预处理方法。本方法首先将图像均匀地分割成子块;将每个图像块变换为IICS空间中的一个二维数据集,并根据数据集的线性分布特性估计图像块的光照颜色;然后对全部图像块的光照估计进行颜色直方图统计,根据直方图对分块估计的结果进行合并;最后,利用估计得到的光照和对角模型将图像光照校正到标准白光下,用于人脸识别。在AR和FERET人脸库上的实验表明,通过引入本光照预处理,有效增强了彩色人脸识别方法对光照变化的鲁棒性,提高了识别精度。     

基于模块化2D-LDA的视频监控中的人脸识别算法

提出了一种基于扩展二维线性判别分析的人脸识别算法.通过扩充人脸样本,提高了人脸识别的性能.同时在视频监控的实际应用环境中进行了仿真,仿真结果表明,改进后的算法在性能和人脸识别精确度方面有了较大的提高.     

基于改进协同表示的二级分类人脸识别方法

基于协同表示分类(CRC)算法在实际应用中的效果,考虑到样本局部相似性先验信息对分类识别的不同贡献,构建加权矩阵,并嵌入到CRC中,称为加权CRC.为进一步改善人脸识别的性能,设计了如下算法:一种将加权CRC重复两次;另一种则将其与线性表示分类(LRC)结合.两种方法的共同特点为:首先基于主成分分析(PCA)对所有图像样本进行降维,以降低计算的复杂度;其次都是在第一阶段的加权CRC中根据重构残差排序保留相关性较大的训练样本用于下一阶段的分类识别.这种缩小分类目标的做法,使识别更精确.在ORL,FERET及AR人脸数据库上通过仿真验证了本文所提方法的有效性.