人脸识别系统以人脸识别技术为核心,是一项新兴的生物识别技术,是当今国际科技领域攻关的**技术。
人脸识别系统具有广泛的应用:人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来访登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统、人脸识别RFID智能通关系统、人脸识别公安罪犯追逃智能报警系统等等。
一种人脸识别系统,其特征在于,包括:人脸信息采集子系统,负载均衡子系统,以及至少一个人脸识别子系统,其中,所述人脸信息采集子系统,用于获取人脸信息,并向所述负载均衡子系统发送人脸识别请求,其中,所述人脸识别请求中至少携带有所述人脸信息;所述负载均衡子系统,用于基于各个人脸识别子系统分别对应的平均负载值,从所有人脸识别子系统中,选取一个所述人脸识别子系统,并将所述人脸识别请求转发至选取的所述人脸识别子系统;所述人脸识别子系统,用于从自身管辖的所有人脸识别服务器中,选取预设数目的人脸识别服务器分别对所述人脸识别请求中携带的人脸信息进行处理,获取每一台人脸识别服务器在处理所述人脸信息后生成的处理结果,并基于各个处理结果,获取所述人脸信息对应的人脸识别结果。
人脸识别技术是模式识别、图像处理、计算机视觉和认知科学等领域的一个较富挑战性的交叉课题,是近年来的一个研究热点。现有人脸识别算法众多,应用范围和特点各异,研究者希望通过一个算法测试系统快速了解现有算法,对比和研究新的算法;开发商希望通过一个测试平台选择一个适合自己应用领域的人脸识别算法开发商用产品。本论文致力于解决上述问题,开发了人脸识别算法综合测试系统,该系统集成了多种人脸识别算法并提供了添加新算法的开放接口。整个系统在VC++6.0和OpenCV3.1开发环境下实现。
人脸识别(Face Recognition)技术是一项非常重要的生物特征识别技术,同其它的生物特征识别技术(如指纹识别、步态识别和虹膜识别)相比,人脸识别具有简便性、非接触性和不侵犯个人隐私等*特的优点,这使得在近年来,人脸识别受到越来越多研究者的关注,特别是主成分分析方法(Principle Component Analysis, PCA)和线性鉴别方法(Linear Discriminant Analysis, LDA)在人脸识别中的应用之后,人脸识别在日常生活应用领域不断扩大,如出入境检查、门禁系统、安检以及机场的安检等方面。虽然目前人脸识别系统已经取得了较好的识别效果,但依然受到光照、姿态、表情变化、发型、有无眼镜和年龄老化等多方面因素的影响。因此,本文对人脸识别技术的研究,具有重要的理论研究意义和实际应用价值。本文主要针对人脸识别中特征的选取和分类的问题,提出了一种线性鉴别方法(LDA)和基于稀疏表征的分类(Sparse Representation-based Classification, SRC)相结合的全局和局部表征集成方法,该方法利用线性鉴别分析方法在子空间上的... 更多