湖州人脸识别系统品牌 深圳市经营性

通过对人脸识别技术与其他身份识别技术的对比，分析不同技术之间的优缺点，进而提出基于人脸识别的图书馆门禁系统优于传统图书馆门禁系统，同时对系统的组成结构、工作原理、算法代码编写流程以及系统测试等进行了研究。传统图书馆门禁系统存在三个关键问题：存在不安全隐患、存在5%左右的误识率和识别速度慢。针对上述三个关键问题分别提出了解决方案。由于人脸识别技术有着“人脸无法替代”、非侵犯性的特性，因此将人脸识别技术应用于图书馆门禁系统，排除了传统图书馆门禁系统存在安全隐患的现象；从系统设备选型、网络设计、软件设计方面提升了人脸识别终端机对人脸的识别率；由于人脸的识别时间小于1s，从根本上解决了图书馆门禁系统识别速度慢的问题。

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

研究基于人脸识别的课堂考勤系统,借助信息技术,以人脸识别为手段,彻底摒弃传统课堂考勤中人工统计管理的落后方式,克服不规范的考勤行为,解决学校以往考勤管理工作中出现的问题,为学校的考勤制度实施提供科学的依据。
　　本论文主要工作及应用创新如下:
　　(1)提出了基于稀疏表示和神经网络相结合的人脸识别算法。针对人脸识别过程中识别速度较慢的问题,依据压缩感知理论,利用小波变换对图像进行稀疏化处理。然后采用改进BP人工神经网络对图像进行训练。采用较少的元素表示人脸图像,不仅能对人脸图像进行降维,还能滤去局部光照、表情细节以及其他面部部件引入的高频干扰信息,**人脸的主要特征,得到适合于计算机识别的低维图像,提高了人脸识别速度。
　　(2)设计了完整的基于人脸识别的学生课堂考勤系统。通过摄像头采集人脸图像,然后对人脸图进行预处理,并对人脸进行标定,分割出人脸图像;采用基于稀疏表示和神经网络相结合的人脸识别算法,进行人脸识别,然后把识别结果信息保存到数据库中,完成学生课堂考勤操作。
　　(3)设计并开发了基于C/S和B/S混合体系结构的学生课堂考勤系统。人脸识别采用C/S模式开发,考勤信息管理的设置与查询采用B/S模式开发。数据库服务器主要为考勤资料和考勤数据的存取提供服务。Web服务器为请假管理、考勤数据的查询和输出提供服务。学生可以通过网络查询个人的考勤情况,不受环境限制。

据了解，初期的人脸识别技术对周围的光线环境敏感，人体面部的头发、饰物等遮挡物，人脸变老等因素也是人脸识别技术的不足所在。刘东培说，光电研究院研发的“人脸识别系统”，采用*的“高维纹理特征统计概率算法”解决了这一问题，使设备对环境光线变化有着高适应性，并且设备识别过程不受被测者姿态、表情、妆容等表象特征的影响，同时具备人脸姿态矫正、深度学习功能。当人脸上下左右倾斜在40度以内时，对于人脸的变化，包括表情、胡须、眼镜、发型、年龄等，算法均具有良好的适应性，不影响识别准确度，这从根本上解决了人脸识别技术的实用性问题。在人脸测评试点单位测评中，该“人脸识别系统”录入测试人员基本信息后，测试人员以多种角度、各种光线亮度以及物品遮盖走过摄像头，但每一次都毫无例外地被该设备“捕捉”。该系统顺利通过了我国公安网、视频网、边界网三网联合测试，在密集、人车混合状态下综合动态识别率达到了83%，活体目标识别匹配度和识别概率都达到国内同类产品水平。