人脸
- 基于人脸关键点与多任务学习的遮挡人脸检测算法的研究*
003）1 引言人脸识别［1］是根据人的脸部特征信息进行身份识别的一种技术，在现实生活广泛应用于教育、金融、公安等领域。而人脸检测是指输入一副图像，确定图像中所有人脸的位置、尺度和位姿的过程。它是进行人脸识别、人像对比、视频人像追踪等视觉任务的基本步骤和前提。早期的人脸检测技术基于先验知识来和手工设计的特征来提取人脸图像的特征。如：姜军［2］等人采用与人脸生理结构特征相符合的人脸镶嵌图模型，针对人脸图像的灰度和边缘信息，建立人脸知识库。并通过多级监测步骤加
计算机与数字工程 2022年9期2022-11-09
- 基于MTCNN 与改进Camshift相结合的人脸检测算法
],同时也是动态人脸识别、智能安防监控、智能交通等领域的核心问题。常见的目标跟踪算法主要有:1)基于目标模型建模的算法,如区域匹配、特征点跟踪、光流法等;2)基于搜索的算法,如粒子滤波[2]、kalman滤波[3]、Camshift[4]等算法。目前在已有目标跟踪算法中,均值偏移(Meanshift)算法凭借计算简单、实时性较好[5]等优点被广泛应用于人脸跟踪等领域。Bradski等[4]在Meanshift算法的基础上提出了Camshift算法。从本质上
桂林电子科技大学学报 2021年3期2021-12-14
- 基于人脸超分的网络视频人脸检测
)0 引 言视频人脸检测是视频人脸识别的基础，只有在很好的人脸检测效果的前提下，视频人脸识别才会对有较好的识别效果。视频人脸检测一般更贴近于日常生活，这些要检测人脸的视频大多数都是在室外场景拍摄的，相比较于一般的人脸检测难度更大。因为视频人脸检测不仅面临着和图像人脸检测同样的光照、遮挡、姿态等问题，实际应用中视频的图像质量通常不佳，人脸五官不清晰，这些因素都进一步加大了人脸特征提取与检测的难度。本文提出了一种基于人脸超分辨率重建的网络视频人脸检测模型，主要
计算机工程与设计 2021年11期2021-11-20
- 基于掩膜生成网络的遮挡人脸检测方法
101）0 概述人脸检测作为计算机视觉领域的研究热点，是人脸检索［1］、人脸配准［2］、人机交互［3］、人脸超分辨率重建［4］等人脸分析任务的基础。近年来，卷积神经网 络（Convolutional Neural Network，CNN）［5-7］在 无约束人脸检测领域取得了较大成果，国内外众多学者也相继提出很多优秀的网络结构［8-9］和损失函数［10-11］。例如，文献［12］提出一种正交嵌入式CNN网络，增强了对年龄不变的深度人脸的特征学习，文献［13
计算机工程 2021年11期2021-11-18
- 一种基于SVD分解的人脸对齐方法
仁］生物特征包括人脸、指纹等，独特性是生物特征中最突出的特征，对比与其他生物特征，人脸具有易采集、不易伪造、特征显著、稳定性好等优点。因为技术水平的发展和社会认可度的提升，现在人脸识别技术已经广泛应用到我们生活的各个方面，除了考勤、门禁等简单应用场景，人脸识别技术还可以应用于①刑事侦查，比如运用人脸识别技术在一定范围内搜索逃犯；② 电子证件，结合个人指纹信息和人脸信息的电子身份证和电子护照等电子证件将极大方便我们的生活；③自助服务，比如银行自动提款机，如果
广东通信技术 2021年4期2021-04-27
- 基于结构先验的人脸图像超分辨率技术概述
000）1 引言人脸图像超分辨率技术，又名人脸幻觉，是一项致力于根据给定的低分辨率人脸图像恢复出具有高频细节的高质量人脸图像的技术。人脸图像超分辨率技术不仅可以提升人脸图像的分辨率，还可以增加人脸图像的辨识度。在工业界和学术界人脸图像超分辨率技术都发挥着举足轻重的作用。在智能安保和监控系统中，由于人物与监控的远距离，或者成像环境（环境光照条件、噪声、压缩等因素）的影响，捕获到的人脸图像往往是低质量且缺少高频细节的，无法提供较高的辨识度，从而对后续的人脸检测
中国传媒大学学报(自然科学版) 2021年5期2021-02-24
- 基于人脸识别技术的门禁系统软件设计
且稳定性较差。而人脸识别技术可以有效提取人的面部特征，依次与人脸库中的数据进行比对，其对人员身份识别具有非侵犯性、无法取代性等显著优点，在门禁系统中得到广泛应用。2 系统软件设计流程门禁系统的软件功能设计分为视频帧人脸获取、人脸检测、人脸跟踪、人脸特征提取、人脸特征比对等，具体流程如图1所示。对视频中的每一帧人脸图像进行人脸检测以确定图像中人脸所在的区域，使用人脸跟踪以应对人脸区域的移动，通过对视频帧中人脸的特征进行提取与人脸库中的人脸特征进行人脸比对，若
电子技术与软件工程 2020年22期2021-01-30
- 基于MATLAB的小区门禁人脸识别系统设计
，虹膜门禁系统，人脸识别门禁系统，乱序键盘门禁系统等等。尽管它们在安全性，方便性等方面都各有特长，但是相比其他智能门禁系统，基于人脸识别的门禁系统操作简便，结果直观，无需用户接触，不具有强制性，设备通用且成本较低。基于人脸识别的门禁系统主要功能是将摄像头采集到的图像进行识别，如果通过身份鉴定就打开大门，如果鉴定失败则不打开大门，若鉴定失败访客依然要打开门禁则报警。人脸识别技术是一种生物识别技术，它首先需要通过具有拍摄功能的设备对人脸图片进行采集，然后对捕捉
消费导刊 2020年51期2021-01-26
- 基于改进三维形变模型的三维人脸重建和密集人脸对齐方法
0 引言基于单张人脸图片的三维人脸重建和密集人脸对齐是计算机视觉和计算机图形学领域一项具有挑战性的任务，在人脸识别、人脸动画、人脸表情迁移、人脸对齐等方面有着非常广泛的应用。传统的二维人脸对齐方法在遇到大姿态人脸图片和具有遮挡的人脸图片时往往会受到很大的挑战，而通过从单张人脸图片进行三维人脸几何重建可以很好地应对这些挑战。由于三维人脸网格模型强大的拓扑性质，三维人脸网格模型的数万个顶点都可以被视为密集三维人脸对齐可以使用的人脸特征点。传统的三维人脸重建方法
计算机应用 2020年11期2020-11-30
- 基于GANs 无监督回归三维参数化人脸模型
6)0 引言三维人脸重建是指通过一张或多张同一个人的照片来构建该人的三维人脸网格。该课题一直是计算机视觉和图形学的热门关注焦点，拥有广泛的应用场景，如人脸身份识别、医学方案展示、三维人脸动画等。在三维人脸重建领域，VETTER T 和 BLANTZ V在1999年提出的三维人脸参数化模型(3DMM)[1]具有重要意义。3DMM 采集了 200 位实验对象的脸部激光扫描数据集，并对该数据集进行主成分分析(PCA)。通过对PCA 所提取的基向量进行线性组合从而
网络安全与数据管理 2020年11期2020-11-20
- 基于弹性形变原理的人脸卡通动画系统设计
要： 针对现有人脸卡通动画设计系统实现复杂度高、图像还原不精确的问题，文中设计基于弹性形变原理的人脸卡通动画系统。利用Candide?3建模平台对采集到的原始人脸图像进行建模，并根据提取到的人脸特征进行匹配，以获取相应的器官模型。在该模型的基础上，基于弹性形变原理实现人脸卡通图像的生成以及表情的变化。测试和实现结果表明，文中所设计的系统利用OpenGL平台对人脸图像进行图像渲染，生成具有高还原度的人脸卡通动画，且系统对硬件要求较低，适用于大多数应用场景。
现代电子技术 2020年8期2020-08-03
- 改进级联卷积神经网络的平面旋转人脸检测
，基于深度学习的人脸检测和人脸识别[1-3]引起了广泛的关注。但在一些特殊的场景中，由于平面内旋转(rotation in plane，RIP)导致的人脸表面特征变化，使得这些人脸检测变得极具挑战性。而目前的人脸检测算法恰恰没有考虑到这些特殊的场景，因此需要一种精确快速全方位RIP人脸检测算法，以提高后续的人脸识别精度。DDFD[4]指出在CNN训练阶段增加多视角多姿态人脸图片，可以提高多姿态人脸检测精度，该方法一方面需要对数据进行增广以检测RIP人脸，另
计算机工程与设计 2020年3期2020-04-24
- 3DMM与GAN结合的实时人脸表情迁移方法
言具有真实感的人脸表情生成方法目前已经被广泛应用到各个行业，在电影动画、虚拟人物、商业服务、医学美容等方面都有了具体的应用场景。特别是在动画电影方面，逼真的人脸和人体动画、表情丰富的虚拟人物，能有效增强人物与场景的真实感和观看人的沉浸感。此外，二维人脸识别受图像中的光照条件、人脸姿态和表情等可变因素影响巨大，动态环境下局限性较大，且防伪性能不好[2]。三维人脸识别方案能够解决现有的这些问题，例如Apple公司利用三维结构光建模的人脸识别技术。从早期的利用
计算机应用与软件 2020年4期2020-04-18
- 基于深度学习的重叠人脸检测
93)0 引 言人脸检测[1-2]主要检测视频和数字图像中的人脸，在人机交互界面、安防系统、监控系统、基于内容的图像检索等方面有广泛的应用。一般来说，人脸检测系统的目标是获取图像并准确检测出面部，并且不受人物姿势、图像尺寸或面部表情等因素的影响。文中主要针对图像中重叠的人脸检测问题进行研究。当两个或多个人脸重叠时，单独地使用传统的人脸检测方法来检测面部是一项具有挑战性的任务。文献[3]提出了基于肤色方法的面部检测模型，该模型能够迅速地检测出有效的人脸区域。
计算机技术与发展 2020年2期2020-04-15
- 基于HOG和特征描述子的人脸检测与跟踪
310023)人脸检测是指在给定图像中确定人脸的位置、大小和姿态，其本质是模式识别的一种应用。常用的人脸检测方法有基于知识的方法、基于统计模型的方法和基于模板匹配的方法等。人脸跟踪是在图像序列中捕获人脸信息的一种技术，该技术在视频监控、图像处理和人机交互等方面应用广泛，是近年来计算机视觉中的热点之一。常用的人脸跟踪方法有基于图像特征的方法、基于机器学习的方法和基于深度学习的方法等。随着社会的发展，人们对人脸检测的精度要求和人脸跟踪的准确度要求不断提高，因
浙江工业大学学报 2020年2期2020-04-09
- 一种照片档案的人物自动标注的方法
标注的方法，利用人脸检测技术、人脸相似度比对算法和标注智能推荐算法，解决不同照片重复人物自动标注问题。该方法能够有效降低工作量，提高工作效率。2 照片档案人物自动标注方案2.1 总体方案如图1所示，本文提出的标注方法的实现，主要包含流程：本文通过创建人脸样本库，然后将待标注图像的人脸与人脸样本库的每个人脸逐一进行比对，当识别为相似人脸时，则会为该人脸进行自动标注，并合理选择图像的标注位置，自动标注完成后，可对标注结果进行人工确认，并完善人脸样本库。2.2
电子技术与软件工程 2020年15期2020-02-02
- 聚类与跟踪相结合的人脸数据集生成方法研究
，基于视频监控的人脸识别系统被广泛应用在公共安全、交通管理等领域.但由于监控视频中往往存在大量低质量的人脸图像(模糊、人脸旋转、遮挡、闭眼等)，且视频帧间存在很高的冗余度，因此若将这些图像直接用于人脸识别就会降低人脸识别系统的准确率，并增加系统的负担.因此，在进行人脸识别前需要通过人脸图像优选方法去除低质量的人脸图像和降低视频帧间的冗余度[1].人脸图像优选需要为每个人建立人脸数据集.目前，人脸数据集的生成方法主要分为基于人脸跟踪的方法和基于人脸聚类的方法
延边大学学报（自然科学版） 2019年3期2019-11-20
- 17万条“人脸数据”被公开售卖
有商家公开售卖“人脸数据”，数量达17万条。这些“人脸数据”涵盖2000人的肖像，每个人约有50到100张照片。除了人脸位置的信息外，还有人脸的106处关键点，如眼睛、耳朵、鼻子、嘴、眉毛等的轮廓信息。商家称，其售卖的人脸样本中，一部分是从搜索引擎上抓取的，另一部分来自境外一家软件公司的数据库等。该商家称，从发售至今，他已多次卖出这些数據。网上售卖人脸数据，除了涉嫌侵犯他人隐私权、肖像权之外，还涉嫌侵犯了公民的个人信息安全。截至10月9日下午，该商品已被下
文萃报·周五版 2019年41期2019-09-10
- 防抖动和渗色的视频人脸非边缘分割算法*
01)0 引 言人脸分割一直是计算机视觉领域的研究热点，现有的人脸分割技术主要是将人脸完整地从图像中分割出来，即沿着人脸纹理梯度变化大的边缘进行分割。例如：龚勋等人[1]建立混合能量活动轮廓模型来分割人脸完整区域；毋立芳[2]等人根据人脸轮廓的平滑性，利用曲线拟合补充不确定边缘点来进行人脸完整区域的分割等。然而，在基于2D的视频人脸替换的过程中，需要用泊松融合[3]将源人脸替换到目标人脸上，由于每个人的脸型不同，使得泊松融合的掩膜边界并不能同时经过源人脸边
传感器与微系统 2019年5期2019-05-07
- 用APP补上手机的人脸解锁功能
ce ID，于是人脸解锁一下子成为了手机上的热门功能。虽然安卓阵营比较少机器配备体积光模块，但其实安卓推行人脸解锁比iPhone更早-在安卓4.0当中，Google就已经在原生安卓当中加入人脸解锁功能，只不过这是基于平面图像来判断面容的，安全性不能和iPhone X相提并论。不过无论如何，人脸解锁成为了当下的热门功能，不少手机并没有配备体积光，但仍把安卓4.0时代的人脸解锁功能大书特书作为现今的卖点。不仅如此，有的手机厂商还特地将某些旧产品的人脸解锁功能进
计算机与网络 2018年21期2018-09-10
- 智力考场：有趣的图片测试
找出了接近一半的人脸，智商是普通等级，没有大智慧但依然会生活得很快乐。C.你找出了绝大部分的人脸，智商有些逆天啦，只要后天不放弃努力，将来必定非常出色。所有人脸的正确位置：从左上角的树开始算，直接可以发现五张人脸，再到右边往下看，凌乱的树枝是一张人脸，树枝的下面水塘有一张人脸，马的右边还有一张人脸，再来看水塘的最下方有一张，中间一张，左边靠树那里还有一张很明显的人脸，而它的右边紧贴着有一张侧脸，它的左边，图的最左下角还有一张侧脸。
小雪花·初中高分作文 2017年9期2018-05-21
- 计算机人脸识别技术概述
梅溪湖中学计算机人脸识别技术概述刘思成 湖南师大附中梅溪湖中学在计算机人脸识别技术领域当中，通常都是利用摄像头或者摄像机来对人脸的图像信息进行采集，然后在将信息进行保存，并自动根据图像中对人脸进行识别。另外，计算机人脸识别技术作为一门新型技术，它不仅仅只是利用了计算机领域的知识，它还涵盖模式识别、数字图像处理等领域的知识，它是一门知识含量极高的识别技术。本文主要对人脸识别技术进行概述，分别通过对计算机人脸识别技术定义、人脸识别技术内容、人脸识别技术流程的分
数码世界 2017年11期2017-12-28
- 基于多模态信息融合的新闻图像人脸标注
息融合的新闻图像人脸标注征 察*,吉立新,李邵梅,高 超(国家数字交换系统工程技术研究中心, 郑州 450000) (*通信作者电子邮箱zcpi31415926@163.com)针对传统新闻图像中人脸标注方法主要依赖人脸相似度信息,分辨噪声和非噪声人脸能力以及非噪声人脸标注能力较差的问题,提出一种基于多模态信息融合的新闻图像人脸标注方法。首先根据人脸和姓名的共现关系,利用改进的K近邻算法,获得基于人脸相似度信息的人脸姓名匹配度;然后,分别从图像中提取人脸大
计算机应用 2017年10期2017-12-14
- 二维及三维多模人脸数据库构建
)二维及三维多模人脸数据库构建傅泽华 龚 勋 李天瑞(西南交通大学信息科学与技术学院,成都,611756)基于图像的二维人脸识别技术日趋成熟，但仍受光照、姿态和表情等变化的影响。利用三维人脸模型提高人脸识别性能并将其应用于实际成为近几年学术界的研究趋势。本文提出了SWJTU-MF多模人脸数据库(SWJTU multimodal face database， SWJTU-MF Database)，包含200个中性表情中国人的4种人脸样本数据，包括可见光图像、
数据采集与处理 2017年3期2017-07-24
- 基于AdaBoost算法的快速人脸检测方法
ost算法的快速人脸检测方法孙文君王海龙 曲阜师范大学物理工程学院文章基于当今最为流行的AdaBoost算法，训练出自己的人脸检测级联分类器，通过对人脸图像方差特点的统计分析，确定了人脸方差的阈值，增加了方差预处理。增加方差预处理后训练出的级联分类器在人脸检出率相对较高的前提实现了检测速度的提升，增强了人脸检测的实时应用性。人脸检测 AdaBoost算法 Haar-like特征 方差预处理人脸检测技术是板顶所给的图像中是否存在人脸并给出定位的过程。在司法、
数码世界 2016年7期2016-03-27
- 人脸抓拍的关键技术分析
438300）人脸抓拍的关键技术分析马彪彪1,2,陈向阳3,时亚丽1,2（1. 中国电子科技集团公司第三十八研究所;2. 安徽省公共安全应急信息技术重点实验室,合肥 230088; 3. 湖北省麻城市公安局刑侦大队,湖北 麻城 438300）人脸抓拍是人脸识别技术的关键环节，抓拍好坏直接影响人脸识别的效果。本文实现了由运动目标检测，人脸检测，人脸跟踪三部分组成的人脸抓拍系统，重点分析了运动目标检测在人脸抓拍中的应用，人脸位置跟踪算法和对应人脸的背景缓存技
山东工业技术 2016年22期2016-02-02
- Kinect驱动的人脸动画合成技术研究
inect驱动的人脸动画合成技术研究李俊龙a,章登义a,黄 珺b(武汉大学a.计算机学院;b.测绘遥感信息工程国家重点实验室,武汉430079)三维人脸动画合成技术可以应用于虚拟现实、角色控制等多个领域。为此,提出一种基于Kinect的人脸动画合成方法。人脸跟踪客户端利用Kinect对用户的脸部表情进行跟踪识别,得到人脸表情动画参数,通过socket发送给人脸动画合成服务器,由人脸动画合成服务器查找基于MPEG-4标准的人脸动画定义表,控制人脸模型的变形,
计算机工程 2015年3期2015-02-20
- AdaBoost人脸检测算法的改进
州310018)人脸检测是人脸识别的第一步，在嵌入式监控系统和其他安全系统中有着重要作用。人脸检测的目的是为了确定这幅图片中是否存在人脸，如果存在则返回人脸的尺寸大小以及人脸所在位置［1］。在静态和视频模式下，大多数学者使用机器作为人脸检测的工具［2］。由于数据采集过程受到年龄、姿态、表情、光照等因素影响，且存在“一人千面”的特点。正是因为存在这些固有的挑战性，国内外众多研究人员都投身其中。在众多的人脸检测方法中，AdaBoost人脸检测算法是迄今最为成功
电视技术 2014年15期2014-09-18
- 局部加权平均虚拟样本的多姿态人脸识别算法
2003)目前,人脸识别研究主要集中在正面人脸识别,随着人脸识别技术和应用的发展,多姿态人脸识别开始受到关注．多姿态人脸是由人脸与摄相机之间的角度不确定性所造成的,由于不同姿态下人脸成像出现变形,使得同一人脸图像在不同姿态下的相关性迅速下降,从而给不同姿态下的人脸图像匹配造成困难．多姿态人脸识别主要有两条技术途径:一条途径是由几幅多姿态人脸图像合成一幅正面人脸图像,然后利用一般的人脸识别方法,配合正面人脸图像库进行人脸识别;另一条途径是由图像库中的正面人脸
江苏科技大学学报(自然科学版) 2013年1期2013-11-19
- 改进的三维人脸稠密对齐方法
0016)目前对人脸图像的研究已逐渐成熟。但姿态和光照仍是二维人脸研究的一个瓶颈问题。由于三维人脸能够较好的解决姿态和光照问题，近年来三维人脸成为该领域的研究热点。三维人脸形变模型由于其具有较好的真实感，自动化的特点，成为三维人脸研究中的一个重要方向。一个大规模的三维人脸数据库，通过标准化人脸来建立人脸形变模型。三维形变模型具有丰富的人脸先验知识，可将其应用到人脸的识别和重建中，而且可以方便地对三维人脸操作，实现三维人脸动画。目前对建立三维形变模型，已经提
电子科技 2012年7期2012-12-17