简介：摘要人脸识别技术在实际生活中应用广泛，本文首先回顾近年来人脸识别的一般方法超分辨率算法、基于稀疏表示的分类方法、基于核范数的矩阵回归方法，并分别指出现有方法的适用范围及其局限性。最后对现阶段人脸识别在实际应用中亟待解决的问题进行总结，并展望今后人脸识别研究的发展趋势。

简介：近年来随着深度学习技术的引入,基于深度学习的人脸识别算法的性能得到了极大的提升.基于深度学习的人脸识别算法通常需要大规模的人脸数据作为训练集,但是制作一个大规模的人脸识别数据集,需要耗费大量的人力物力.为了在训练数据有限的条件下进一步提高人脸识别算法识别性能,特提出两种训练样本增强的方法：一是基于三维可形变人脸模型,根据单张人脸图像生成其对应的多姿态人脸图像;二是基于人脸关键点检测技术,根据单张人脸图像生成其对应＂戴眼镜＂人脸图像.通过这两种样本增强方法,对有限的训练样本进行扩充,从而有效提升了人脸识别算法的性能.

简介：摘要随着社会科技的不断发展，人脸识别算法不断革新，传统的人脸识别算法提取特征偏差较大，容易受姿态、表情、光照等干扰。本文分析了子空间应用与人脸识别的算法，阐述了子空间应用语人脸识别算法的重要性，针对传统识别算法中存在的问题进行分析研究。笔者通过自身多年的从业经验，提出一些突破传统的限制识别对人脸特征提取的算法。希望通过本文的分析能帮助相关单位提供人脸识别的提取水平和质量，能更好地应对其运用中存在的问题。

简介：摘要针对公共安全需要，提出了一种基于Eigenface算法和K近邻算法的人脸识别技术，具备无模型NN人脸识别能力，该方法可以满足在开发环境进行人脸信息的自动采集的需求。实验数据表明其人像的有效采集率达到75%，识别率达到85%，满足了工程采集的要求。

简介：摘 要：通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理，上传到系统后端，再和数据库的人脸照片进行比对，最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域，而基于特征提取的人脸识别算法是人脸识别系统中的关键部分，接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。

简介：在基于HMM的人脸识别方法中，由于把奇异值向量作为观察向量是将整幅图的奇异值向量作为图像的特征，不能详细描述图像的局部细节。提出将图像分割成多子个窗口，然后选取子窗口的局部奇异值组成人脸特征向量，通过对观察向量的仿真结果表明，这种方法在提高识别率方面都有很大进步，优于直接采用灰度值法、二维离散余弦变换系数法或采用奇异值向量法。

简介：摘要：众所周知，我国目前处于一个重要信息化和智能化背景之下，各种智能技术已经在各个领域内进行运用，并且随着时间的推移，这些智能技术均起到了很好的效果和作用，人脸识别技术正是其中之一。在现代社会发展过程中，人脸识别系统和算法已经在信息验证、人物信息识别等等方面进行运用，而且现代国内的电子商务和网络银行开始广泛进行运用，因此人脸识别算法无论是在当前还是未来的发展进程中，均具有很好的发展和应用前景，因此，在后续的发展过程中，需要重视人脸识别技术的发展。在本文中主要介绍一种基于RBF神经网络的人脸识别算法，其主要目的在于促进国内人脸识别水平得到对应的提升。

简介：摘要: 本文提出了一种新的特征提取方法，称为稀疏判别保持投影（Sparse Discriminant Preserving Projection，SDPP）。SDPP首先通过最小化l1正则相关的目标函数来保持数据的稀疏重构关系。然后，利用类别信息构建类内图和类间图。最后，以最大化类间散度与类内散度的比率来寻求最优投影矩阵。在Yale公开人脸数据库上的实验结果表明，利用SDPP特征提取后的分类性能优于经典的CRP和SPP算法。

简介：SIFT是尺度不变特征的变换,因具有较强的鲁棒性,广泛应用于人脸识别系统当中.本文总结分析了现有采用SIFT特征提取的人脸识别技术,发现基于SIFT的识别系统所用算法的识别率不高,且耗时长.研究引入了权重函数,提出了对人脸识别系统数据库的数据结构的优化方法,不但提高了人脸识别系统的识别率,而且缩短了识别系统的运行时间.

简介：摘要：对人的面部信息进行识别的一种先进的技术被称之为人脸识别技术，在支付控件以及安防工程中应用普遍。人脸识别技术现如今在多数的应用中已经趋于成熟。但是，由于科技的不断发展，摄像头的清晰度不断提升以及智慧城市的出现，对视频处理方面的要求也越来越高，从而对人脸识别技术的要求也随之上升。基于此，文章从人脸识别的研究状况出发，介绍了人脸识别技术的关键以及嵌入式加速实现的研究，旨在提高人脸识别技术。

简介：摘要：为了限制人脸识别中的特征选择和个性化算法，提出了一种基于深度学习的人脸识别算法。实验结果表明，与传统的单一或融合算法相比，该算法具有更高的检测率、更好的局部性能和更好的抗干扰性能。

简介：在现代公安警务工作中,人脸识别是智能化目标人物排查、线索追踪的重要支撑技术。在实际应用中,公安布控人脸图像采集通常处于非合作场景。在环境因素的作用下,采集的图像相比于标准库中人脸图像往往发生噪声叠加、曝光异常以及运动模糊等降质褪化。因此,人脸识别算法的鲁棒性应当成为其有效性的重要判断依据之一。鉴于上述考虑,本文研究了几种典型机器学习算法在不同图像降质因素作用下的人脸识别性能,进一步分析了上述算法的鲁棒性。

简介：网上考试是远程教育系统的发展趋势,而如何确保该系统中应考人员的身份真实是该系统不可忽略的一个重要组成部分.文章首先综述人脸识别算法,并根据远程教育考试系统的特点,设计远程考试系统中的身份认证子系统,以便提高远程考务系统安全性和公平性

简介：本文从人脸检测问题的分类、人脸模式的分析、特征提取与特征综合、性能评价等角度,系统地分析了人脸检测问题,将人脸检测方法主要划分为基于知识的人脸验证方法和基于统计的学习方法,指出统计学习方法优于启发式验证方法.

简介：摘要简要介绍了人脸识别的研究背景和研究意义；重点对近年来人脸识别常用方法进行分类总结，并对方法的优缺点进行了分析；总结了现阶段人脸识别存在的问题并提出今后的发展方向。

简介：据报道,中国电子科技大学警用装备研究联合实验室的一个团队，为警方开发了一款高科技车辆，它装备有人脸识别系统，可以在人群中识别出犯罪嫌疑人。这款车的车顶上装有360度全视角摄像头，可以自动扫描60米范围内的所有人脸。

简介：ULBP容易受到随机噪声以及边缘对图像的影响,提出一种改进的UniformLBP算子和2DLDA融合的算法。首先对人脸图像进行局部纹理特征提取,对子块的人脸图像进行改进后的ULBP特征提取,其次结合全局特征的子空间学习2DLDA的识别方法,对人脸进行识别。在YAlE人脸识别库和ORL人脸识别库中分别进行人脸识别实验。实验结果表明提出的改进的ULBP和2DLDA融合的方法相对于局部纹理分析的ULBP及全局子空间学习的2DLDA,以及ULBP与2DLDA融合的识别方法具有很好的识别率。

简介：针对传统应用于CIFIR-10数据集的基于tensor-flow神经网络算法需要对数据集进行人为预处理、容易过拟合和准确率低等缺点,改变特征维度和加入卷积层CNN以提升迭代速率,通过dropout、权重衰减和L2正则化方法改善过拟合问题,并使用梯度下降法对神经网络模型进行优化,得到了收敛速率局部波动,但准确率、迭代效率都有较好的结果,为神经网络的设计提供了理论参考。

简介：摘要：通过对人脸识别算法在ROS服务机器人上的应用分析，得出了其具备个性化服务、高效安全监控及自然人机交互三个方面的主要优势。实现原理主要从人脸检测定位、特征提取编码及特征匹配识别三点进行，机器人能够精确识别用户身份，并为用户提供定制化服务，确保场所安全，保证双方交互更加偏向于智能和自然。将人脸识别算法在ROS服务机器人上的运用优势与实现原理进行结合，并在应用期间积累相应的数据，能够确保人脸识别算法持续性优化。

简介：摘要：随着人工智能技术的快速发展，计算机视觉和深度学习在人脸识别、视频监控等领域得到了广泛的应用。深度学习是一种基于数据驱动的学习算法，具有良好的泛化能力和自我学习能力，在图像处理、机器视觉等领域具有良好的应用前景。因此，将深度学习算法应用到视频监控中，能够提高系统的识别准确率，有助于在实际生活中提高安防监控系统的安全性。本文针对深度学习算法的视频监控人脸识别系统展开研究，供同行参考。