人脸图像特征提取
人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数 特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大 类：种是基于知识的表征方法；另外种是基于代数特征或统计学习的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分 量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特 征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
人脸识别(face recognition)技术是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
人脸识别系统的应用将会越来越普及，科技创新，切都会从陌生变成熟悉！
人脸识别技术面应用，开创科技新生活
目前，随着科学技术的不断发展和进步，人脸识别技术也日益趣向成熟。人脸识别技术更是已经应用到社会的各个领域，同时在社会公共安防范、侦、技侦、网络安、金融安等诸多领域发挥着有的不可替代的作用。
比如说，现在小区的人脸识别门禁机，办公楼的人脸识别门禁机，银行的“刷脸”等都是属于静态的人脸识别，而动态人脸识别相对于这些就显得厉害的多。你只需要按照平时走路的速度走过摄像头就可以了，既方便又省劲。
当需求出现之后，产品也会相应出现。宁波地铁站里的智能安防管理系统就是基于动态人脸识别而完成的。在地铁站里的各个出口安装摄像头，然后把犯罪嫌疑人的脸部信息输入到后台电脑中，这样的话，旦抓拍到的行人脸部信息和电脑端的人脸信息匹配成功，就可以锁定嫌犯。
在现代社会当中,身份认证与识别问题变得尤为重要。其中,基于人脸面部特征的识别技术因其具有的突出优点脱颖而出,得到了广泛研究与应用。考虑到当前人脸识别技术遇到的相关难点,寻求了种主成分分析(pca)和线性判别分析(lda)相结合的方法对人脸进行识别,并且基于labview/matlab和摄像采集系统等软硬件设备,设计了人脸识别系统。该系统以人脸识别算法为基础,利用pc机为操作平台,通过将即时采集的人脸图像与所建立的人脸特征库比对,从而快速有效地查出已登记人员的身份信息。
-/gbajffh/-