CBSR近红外人脸数据集(CBSR NIR Face Dataset)_图像处理_科研数据集
CBSR近红外人脸数据集(CBSR NIR Face Dataset)
数据介绍：
NIR face detection, NIR eye detection, NIR face recognition
关键词：
CBSR,近红外,眼睛检测,人脸检测,人脸识别, CBSR,NIR,eye detection,face detection,face recognition,
数据格式：
IMAGE
数据详细介绍：
CBSR NIR Face Dataset
Topic of Interest:
NIR face detection, NIR eye detection, NIR face recognition
Sensor Details:
The images were taken by an NIR camera with active NIR lighting. More details are available in reference below.
Data Details:
3,940 NIR face images of 197 people.
The image size is 480 by 640 pixels, 8 bit, without compression.
Images are divided into a gallery set and a probe set. In the gallery set, there are 8 images per person. In the probe set, 12 images per person. The image information is provided, which gives the image number, person number, and eye coordinates.
Requested Citation Acknowledgment:
IEEE OTCBVS WS Series Bench; Center for Biometrics and Security Research (CBSR) https://www.sodocs.net/doc/7b6044911.html,; AuthenMetric Co. Ltd (Beijing)
https://www.sodocs.net/doc/7b6044911.html,
Also see:
Stan Z. Li, RuFeng Chu, ShengCai Liao, Lun Zhang, "Illumination Invariant Face Recognition Using Near-infrared Images," IEEE Transactions on Pattern Analysis and Machine Intelligence (Special issue on Biometrics: Progress and Directions), Vol.29, No.4, April 2007, pp. 627-639. [pdf]
Point-of-contact:
Stan Z. Li, szli[at]https://www.sodocs.net/doc/7b6044911.html,, szli[at]https://www.sodocs.net/doc/7b6044911.html,
Download:
Click here to download this dataset.
[NIR_face_dataset.zip] (NIR face dataset)
[gallery-groundtruth.txt] (gallery ground truth)
[probe-groundtruth.txt] (probe ground truth)
Dataset includes 3,940 NIR face images of 197 persons. The image size is 480 by 640 pixels, 8 bit, without compression.
The 3,940 images are divided into a gallery set and a probe set. In the gallery set, there are 8 images per person. In the probe set, 12 images per person.
The image information is provided in gallery-groundtruth.txt and
probe-groundtruth.txt, which gives the image number, person number, and eye coordinates. Every line in the ground truth text file consists of the image file name and the eye positions. More specifically, every line in ground truth text is, [person id]-[image id for this person id]-[a][-g].bmp,[left eye x position],[left eye y position],[right eye x position],[right eye y position]. For example:
"0001-00-a-g.bmp,197,345,325,349" means: Person No.0001, Image No.00, with glasses; the left eye position is (197,345), and right eye (325,349)
"0007-22-a.bmp,175,182,285,179" means: Person No.0007, Image No.22, without glasses; the left eye position is (175,182), and right eye (285,179).
数据预览：
点此下载完整数据集
人脸识别系统的原理与发展
人脸识别系统的原理与发展 一、引言 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高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2012年4月，铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统；可以对人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大； 二、概述 人脸识别系统概述 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别(用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。 人脸识别系统功能模块 人脸捕获与跟踪功能：人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。 人脸识别比对：人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。 人脸的建模与检索：可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
人脸识别闸机解决方案
玺瑞（SYRIS）人脸识别闸机解决方案一、人脸识别技术优势分析 人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别系统集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，该技术目前被广泛应用于公安系统、海关系统、安保系统、银行系统等。 1.1人脸识别技术拥有四大优势 ●非接触性 人脸验证的过程不需要和设备、终端接触，这与指纹、打卡方式完全不同。体验感强，设备应为不会被频繁触碰，稳定性高，故障率低。 ●自然性 人类识别物体特征第一感知就是通过眼睛的感官传递回大脑，人脸识别技术是利用计算机深度学习人类感官回传大脑的过程，所以人脸识别相较于其他的生物识别技术在使用和体验上更加的自然，且不需要其他物体特征，不会发生丢失、被复制等问题。 ●识别速度快精度高 由于计算机技术的发展，在固定样本库对比下，人脸识别速度已经可以提升至0.3秒/人次，且不同角度、佩戴眼镜、化妆等改变面貌的行为也可以通过调整人脸识别算法来修正比对数据。 ..
●人脸已经成为大数据时代重要数据源 通过大量区域人脸识别、比对，利用大数据分析、挖掘等技术，可以完全掌握特定对象的行为轨迹或特定人群的活动围，过程中不需要人工干预，完全交由云计算、大数据系统来处理。技术的发展和成熟，使得人脸识别成为了人工智能时代最热门的技术门类和方向，推动各行各业应用人脸识别技术，用机器替代人工，极大程度改善和推动社会化行为中的效率和安全性。 1.2人脸识别门禁应用的优势 采用人脸识别门禁，相较于其他识别方式，具有以下几点优势： ●无需接触识别设备 ●自然步态及速度 ●解放双手 ●无需特意配合 ●丢失、忘带识别卡的情况不再发生 ●最新的人脸识别门禁可采用3D防伪、近红外活体检测技术，从而实现验证 的安全性，杜绝了伪造、假冒、蓄意欺骗验证等安全漏洞。 二、SYRIS人脸安防系统设计 2.1公司介绍 玺瑞（SYRIS）股份（中国）于1990年成立于中国省台中市，专业研发及生产高科技保安系统产品，并以SYRIS自有品牌营销全球，更秉持着「生产品质最好的产品，满足客户最高的需求」的品质政策，使公司的产品与服务品质皆能满足客户的需求，进而成为保安及门禁系统的领导品牌。 2.2人脸系统概述 玺瑞（SYRIS）人脸门禁系统实际上是将传统孤岛式的刷卡门禁终端通过以太网数据链路进行连接，结合云计算平台，让每一个终端设备不再是孤岛，采用新的人脸识别技术代替刷卡，数据自由流动，数据可与OA、人力资源、行政等系统对接，从而创造出门禁系统新的服务价值。 智慧门禁系统可应用于多种场合，例如企事业单位办公场所、工业园区、居民小区等。 ..
人脸识别访客通道管理系统方案(自助访客机)
访客人脸识别系统解决方案 深圳东南创通智能科技有限公司 2018年8月01日 目录 第一章访客系统方案..................................................... 1.1访客系统介绍....................................................... 1.2人脸识别特性....................................................... 1.3场景应用........................................................... 1.4系统流程........................................................... 1.4.1自助访客流程（无人值守）......................................... 1.4.2前期环境配置..................................................... 1.5功能说明........................................................... 1.5.1后台可查询进、出的记录及照片..................................... 1.5.2通过表格导入批量上传照片......................................... 1.5.3临时访客功能..................................................... 1.5.4人脸识别考勤功能................................................. 1.6设备介绍........................................................... 1.6.1自助访客机....................................................... 1.6.2 圆柱式人脸识别门禁 ............................................. 1.7现场安装效果图..................................................... 1.7.2人脸识别通道..................................................... 1.8主要功能简介....................................................... 1.8.1台式访客登记流程................................................. 1.8.2人工预约访客说明................................................. 1.8.3自助访客登记流程................................................. 1.8.4固定用户登记流程................................................. 1.8.5用户登记......................................................... 1.8.6自定义访客凭条................................................... 1.8.7人员信息管理.....................................................
人脸识别技术发展及应用分析解读
人脸识别技术发展及应用分析 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机采集人脸图像，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术处理，包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。 市场现状 人脸识别技术的研究始于20世纪60年代末期。 20世纪90年代后期以来，一些商业性的人脸识 别系统逐渐进入市场，但是，这些技术和系统离 实用化都有一定距离，性能和准确率也有待提高。 美国遭遇恐怖袭击后，这一技术引起了广泛关 注。作为非常容易隐蔽使用的识别技术，人脸识 别逐渐成为国际反恐和安全防范重要的手段之一。 近年来，人脸识别在中国市场，也经历着迅速的 发展，而且发展的脚步也越来越快。主要原因有以下两方面。 科技的进步 国际上，美国标准与技术研究院（NIST）举办的Face Recognition Vendor Test 2006，通过大规模的人脸数据测试表明，当今世界上人脸识别方法的识别 精度比2002年的FRVT2002至少提高了一个数量级（10倍），而对于高清晰，高质量人脸图像识别，机器的识别精度几乎达到100%。在我国，近年来科技界和社会各个方面都认识到人脸识别技术的重要性，国家政策对人脸识别技术研究给予了很大支持，使得我国人脸识别技术也得到了迅速的发展。 应用需求的增加 越来越趋向于高科技的犯罪手段使得人们对各种场合的安全机制要求也近乎 苛刻，各种应用需求不断涌现。人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。从需求上来说，除了传统的考勤、门禁等应用外，视频监控环境下的身份识别正成为一种迫切的需求，
人脸识别加IC卡刷电梯梯控方案设计
人脸识别智能电梯控制系统 设计方案 适合：高档住宅小区物业类
第一章电梯控制系统简介及设计依据 电梯管理系统简介 简单介绍一下智能人脸识别电梯管理系统：智能人脸识别电梯控制管理系统由安装在电梯轿厢的人脸识别一体机和控制器以及人脸采集器组成。电梯的使用人员通过人脸识别确定身份后，电梯可以开放所有按键权限，使用者选择自己所要到达的楼层按键，点亮按键并启动电梯到相应楼层；没有登记授权的人员，则不能使用。 1.2 系统主要设计依据规范 ●《智能建筑设计标准》（DBJ08-47-95） ●《民用建筑电气设计规范》（JGJ/T16-92） ●《电气装置安装工程施工及验收规范》（GBJ23-90，92） ●《建筑与建筑群综合布线系统工程施工和验收规范》 ●《安全防范工程程序与要求》(GA/T75-94) ●《建筑工程安装电器图集》 ●《安防建筑设计标准》（EBD-03-95） ●《商用建筑线缆标准》（EIA/TIA-569） ●CJ/T166-2002 建设事业IC卡应用技术标准 ●ISO 14443 TYPE A/B 非按触式IC卡读写标准 ●ISO/IEC9789-2 加密标准 ●ISO 7816 IC卡特性标准 ●ISO 9992 IC卡与写卡机之间的传输信息格式及交易流程规范●ISO 10202 IC卡交易系统安全架构 ●ISA RP55.1 数字处理计算机硬件测试 ●ANSI/ISA S82.01 电气和电子设备、测量和控制机相关设备的一般要求●GB8566-88 计算机软件开发规范 ●GB8567-88 计算机软件产品开发文件编制指南 ●电力企业计算机管理信息系统实用化验收导则（试行） 第二章系统方案
人脸识别加IC卡刷电梯梯控方法
设计方案 适合：高档住宅小区物业类
第一章电梯控制系统简介及设计依据 电梯管理系统简介 简单介绍一下智能人脸识别电梯管理系统：智能人脸识别电梯控制管理系统由安装在电梯轿厢的人脸识别一体机和控制器以及人脸采集器组成。电梯的使用人员通过人脸识别确定身份后，电梯可以开放所有按键权限，使用者选择自己所要到达的楼层按键，点亮按键并启动电梯到相应楼层；没有登记授权的人员，则不能使用。 1.2系统主要设计依据规范 ●《智能建筑设计标准》（DBJ08-47-95） ●《民用建筑电气设计规范》（JGJ/T16-92） ●《电气装置安装工程施工及验收规范》（GBJ23-90，92） ●《建筑与建筑群综合布线系统工程施工和验收规范》 ●《安全防范工程程序与要求》(GA/T75-94) ●《建筑工程安装电器图集》 ●《安防建筑设计标准》（EBD-03-95） ●《商用建筑线缆标准》（EIA/TIA-569） ●CJ/T166-2002建设事业IC卡应用技术标准 ●ISO14443TYPEA/B非按触式IC卡读写标准 ●ISO/IEC9789-2加密标准 ●ISO7816IC卡特性标准 ●ISO9992 IC卡与写卡机之间的传输信息格式及交易流程规范 ●ISO10202 IC卡交易系统安全架构 ●ISARP55.1数字处理计算机硬件测试 ●ANSI/ISAS82.01电气和电子设备、测量和控制机相关设备的一般要求 ●GB8566-88计算机软件开发规范 ●GB8567-88计算机软件产品开发文件编制指南 ●电力企业计算机管理信息系统实用化验收导则（试行） 第二章系统方案 电梯管理子系统解决方案 系统模式：人脸识别的楼控模式 电梯门禁系统由安装在电梯厅内的人脸识别一体机和控制器以及人脸采集器组成。 电梯门禁系统在电梯处于消防、检修等特殊状态时自动退出管理，也可以通
人脸识别技术
东北石油大学 人脸识别技术 题目：浅谈人脸识别 专业：计算机科学与技术 班级：计科09-7 学号：090702140715 姓名：陈晨
浅谈人脸识别 在2008年的北京奥运会开幕式上，由中科院研究的人脸识别系统成功的得到应用为奥运期间的安全提供了一个快速高效的防范系统，同时也让人们见识了人脸识别，人脸识别技术相对于指纹识别、虹膜识别、掌纹识别、声音识别、静脉识别、步态识别研究起来更难更复杂，但是由于它的自然性和不被被测个体觉察的的优势吸引了一大批科学家进行研究，都目前为止也取得了一定的成绩。下面是我对人脸识别技术简单的了解。 人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，人脸追踪侦测，自动调整影像放大，夜间红外侦测，自动调整曝光强度；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。 一、人脸识别技术基本介绍 人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流。首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。 二、人脸识别的研究范围 “人脸识别(Face Recognition)”的研究范围广义上讲大致包括以下5个方面的内容 1、人脸检测(Face Detection)：即从各种不同的背景条件下检测出人脸的存在并确定其位 置.这一任务主要受光照、噪声、面部倾斜度以及各种各样遮挡的影响. 2、人脸表征(Face Representation)：即采取某种表示方式表示检测出的人脸和数据的已知 人脸.通常的表示法包括几何特征(如欧氏距离、曲率、角度)、代数特征(如矩阵特征矢量)、 固定特征模板、特征脸、云纹图等. 3、人脸鉴别(Face Identification)(通常所说的“人脸识别”)：即将待识别的人脸与数据库中的已知人脸比较,得出相关信息.这一过程的核心是选择适当的人脸的表征方式与匹配策略,系统的构造与人脸的表征方式密切相关. 4、表情/姿态分析(Expression/Gesture Analysis):即对待识别人脸的表情或姿态信息进行分析,并对其加以归类. 5、生理分类(Physical Classification):即对待识别人脸的生理特征进行分析,得出其年龄、性别等相关信息。 从人的角度来看，他们之间并没有一个十分清晰和绝对的界限，实现其中之一往往也就同时实现了其他方面，他们之间存在着相互依赖的关系。不过，为了便于计算机自
人脸识别闸机解决方案
玺瑞（ SYRIS ）人脸识别闸机解决方案 一、人脸识别技术优势分析 人脸识别技术，是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸识别系统集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频 图像处理等多种专业技术，该技术目前被广泛应用于公安系统、海关系统、安保系统、银行系统等。 1.1 人脸识别技术拥有四大优势 非接触性 人脸验证的过程不需要和设备、终端接触，这与指纹、打卡方式完全不同。体验 感强，设备应为不会被频繁触碰，稳定性高，故障率低。 自然性 人类识别物体特征第一感知就是通过眼睛的感官传递回大脑，人脸识别技术是利用计算机深度学习人类感官回传大脑的过程，所以人脸识别相较于其他的生物识别 技术在使用和体验上更加的自然，且不需要其他物体特征，不会发生丢失、被复制 等问题。 识别速度快精度高 由于计算机技术的发展，在固定样本库对比下，人脸识别速度已经可以提升至0.3 秒/ 人次，且不同角度、佩戴眼镜、化妆等改变面貌的行为也可以通过调整人脸识别算法来修正比对 数据。 人脸已经成为大数据时代重要数据源
通过大量区域内人脸识别、比对，利用大数据分析、挖掘等技术，可以完全掌握 特定对象的行为轨迹或特定人群的活动范围，过程中不需要人工干预，完全交由 云计算、大数据系统来处理。技术的发展和成熟，使得人脸识别成为了人工智能 时代最热门的技术门类和方向，推动各行各业应用人脸识别技术，用机器替代人工，极大程度改善和推动社会化行为中的效率和安全性。 1.2 人脸识别门禁应用的优势 采用人脸识别门禁，相较于其他识别方式，具有以下几点优势： 无需接触识别设备 自然步态及速度 解放双手 无需特意配合 丢失、忘带识别卡的情况不再发生 最新的人脸识别门禁可采用 3D防伪、近红外活体检测技术，从而实现验证 的安全性，杜绝了伪造、假冒、蓄意欺骗验证等安全漏洞。 二、SYRIS人脸安防系统设计 2.1 公司介绍 玺瑞（ SYRIS）股份有限公司（中国台湾）于 1990 年成立于中国台湾省台中市，专业研发及生产高科技保安系统产品，并以 SYRIS自有品牌营销全球，更秉持着「生产品质最好的产品，满足客户最高的需求」的品质政策，使公司的产品与服务品 质皆能满足客户的需求，进而成为保安及门禁系统的领导品牌。 2.2 人脸系统概述 玺瑞（SYRIS）人脸门禁系统实际上是将传统孤岛式的刷卡门禁终端通过以太 网数据链路进行连接，结合云计算平台，让每一个终端设备不再是孤岛，采用新的人脸识别技术代替刷卡，数据自由流动，数据可与OA、人力资源、行政等系 统对接，从而创造出门禁系统新的服务价值。 智慧门禁系统可应用于多种场合，例如企事业单位办公场所、工业园区、居民小区等。 标准化原则
人脸识别技术分析及测试
去年，人们的朋友圈被一个名为“how-old”的网页刷屏了，当用户把个人照片上传后，它就能测算出照片人物的性别和年龄。how-old主要是靠三个技术来完成的，它们分别是人脸检测、性别分类和年龄检测。其中人脸检测是其他两个技术的基础，而年龄检测和性别检测，它们只是在机器学习的过程中解决了分类的问题。相关技术过程涉及到人脸特征的描述、收集可学习的数据，建立一个分类模型以及模型优化。这种应用会分析人们脸上的数十个关键点来得出结论，比如瞳孔，眼角或鼻子——它们会随着年龄而发生明显的变化。 传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别、热成像人脸识别和基于红外的多光源人脸识别技术。由于热成像和红外方案成本短期内难以降下来，现在国内人脸识别前沿厂商多采用三维图像的方法。 人脸识别核心基础—算法 人脸识别最核心的基础是算法，主流算法大致有基于特征点、基于模板、基于光照估计模型、基于深度神经网络等几种。现在新兴的专业人脸识别厂商多采用深度神经网络来训练计算机视觉。深度神经网络的主要缺点在于它是一种黑盒方法，其细节隐藏在连接节点（神经元）和节点之间的权值中，而这些权值却是没有明确现实意义的（无法确定哪些权值与哪些属性有关，也就是说这种神经网络是同构的），这就导致了先验信息很难加入到网络的训练过程中。但在实际应用中，如果知道权值与属性之间的对应关系，将会给深度神经网络的应用带来非常大的便利。例如，已有一个用于人脸身份识别的深度神经网络模型和少量具有种族标记的人脸图像数据（假设此种族的数据在之前训练数据中没有出现过），现在想更新网络参数并将此网络用于人脸种族识别。由于深度神经网络通常具有非常多（百万级）的参
人脸识别基础知识
人脸识别 发展历史 人脸识别系统得研究始于20世纪６0年代,８０年代后随着计算机技术与光学成像技术得发展得到提高，而真正进入初级得应用阶段则在90年后期,并且以美国、德国与日本得技术实现为主;人脸识别系统成功得关键在于就是否拥有尖端得核心算法,并使识别结果具有实用化得识别率与识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理得理论与实现，就是生物特征识别得最新应用,其核心技术得实现,展现了弱人工智能向强人工智能得转化。［１］ 技术特点 传统得人脸识别技术主要就是基于可见光图像得人脸识别，这也就是人们熟悉得识别方式，已有3０多年得研发历史。但这种方式有着难以克服得缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统得需要。解决光照问题得方案有三维图像人脸识别与热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。 迅速发展起来得一种解决方案就是基于主动近红外图像得多光源人脸识别技术.它可以克服光线变化得影响,已经取得了卓越得识别性能，在精度、稳定性与速度方面得整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。 人脸与人体得其它生物特征（指纹、虹膜等)一样与生俱来，它得唯一性与不易被复制得良好特性为身份鉴别提供了必要得前提,与其它类型得生物识别比较人脸识别具有如下特点： 非强制性：用户不需要专门配合人脸采集设备，几乎可以在无意识得状态下就可获取人脸图像，这样得取样方式没有“强制性"； 非接触性：用户不需要与设备直接接触就能获取人脸图像;
人脸识别技术综述
龙源期刊网 https://www.sodocs.net/doc/7b6044911.html, 人脸识别技术综述 作者：唐勇 来源：《硅谷》2011年第09期 摘要：人脸识别是模式识别领域中一个具有实际应用价值和广阔应用前景的研究课题。 系统的对主流人脸识别算法进行综述，总结现阶段人脸识别研究的困难，并对未来人脸识别的发展方向进行展望。 关键词：人脸识别；光照补偿；人脸检测 中图分类号： TP316文献标识码：A文章编号：1671－7597（2011）0510029－01 0 引言 在信息技术飞速发展的今天，电子商务、电子银行、网络安全等应用领域急需高效的自动身份认证技术。当前，我国的各种管理系统大部分都使用证件、磁卡、IC卡和密码等传统技 术保障系统安全，在一定程度上无法避免伪造、丢失、窃取或遗忘，存在极大的安全隐患。基于人体生物特征的身份鉴别方法，如指纹识别、虹膜识别、人脸识别等利用生物特征的普遍性、唯一性、永久性、可接受性、防卫性进行身份识别可以避免上述已有的身份鉴别技术缺陷。 1 人脸识别常用算法 随着社会对人脸识别系统的迫切需求人脸识别研究再次成为热门课题。2008年我国在奥 运会的历史上是第一次采用人脸识别这种生物识别系统为之提供安全保障。目前常见的人脸识别基本算法可分为以下几类： 1.1 基于几何特征的人脸识别方法[2]。这类方法是通过人脸面部拓扑结构几何关系的先验知识，利用基于结构的方法在知识的层次上提取人脸面部主要器官特征，将人脸用一组几何特征矢量表示，识别归结为特征矢量之间的匹配。基于几何特征的识别方法具有存储量小、对光照不敏感等优点。但这种方法抽取稳定的特征比较困难，对强烈的表情变化和姿态变化鲁棒性较差，适合用于粗分类。 1.2 基于特征脸的人脸识别方法。特征脸法是人脸识别中常用的一种方法。该方法的主要是从人脸图像的全局特征出发，运用Karhunen Loeve变换理论，在原始人脸空间中求得一组正交向量，并以此构成新的人脸空间，使所有人脸的均方差最小，达到降维的目的。特征脸方法易受角度、光照、表情等干扰导致识别率下降。
基于人脸识别技术的应用
基于人脸识别技术的应用 1.1 人脸识别技术的介绍 面部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高精尖技术。人脸因具有不可复制、采集方便、不需要被拍者的配合而深受欢迎。现如今，人脸识别这个词已经慢慢走进了我们的生活，开始逐渐广泛的应用到日常生活之中。 手机、笔记本电脑中的人脸识别软件就是一个很好的例子，它帮助我们解锁手机、电脑，无需再输入密码，不用担心密码泄露从而导致的信息隐私泄露，它很好的帮助我们保护手机、电脑的安全。除此之外，人脸识别门禁系统开始应用于一些高档住宅和办公楼中，为人们省去了带钥匙刷卡的麻烦，也不用担心密码忘记的苦恼。人脸识别考勤机也正在被一些企业应用于日常管理。而一些美颜相机、美图软件的推出更迎合了消费者的市场。它可以自动识别人脸，并对人脸进行美化。甚至一些小游戏被开发出来，可将自己的脸与明星的脸比对相似之处，评价出你最有有谁的明星相。虽然这仅仅是一个游戏软件，只是供人们娱乐，真实度不高，但也可以看出现今人脸识别技术的广泛使用。 人脸识别技术在过去几年中得到了广泛的关注，正是因为它的应用程序涵盖了许多不同的领域。对于许多的应用程序来说，脸部识别系统的性能在可控的环境下已经达到了一个令人满意的水平。但是现有的大部分面部识别技术在不受控制的环境下识别性能明显下降。
人脸识别技术是生物识别技术的一种，它结合了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和心理学等多个研究领域。从二十世纪六十年代末至今，人脸识别算法技术的发展共经历了如下四个阶段[1]： 1.基于简单背景的人脸识别 这是人脸识别研究的初级阶段。通常利用人脸器官的局部特征来描述人脸。但由于人脸器官没有显著的边缘且易受到表情的影响，因此它仅限于正面人脸（变形较小）的识别。 2.基于多姿态表情的人脸识别 这是人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态和表情变化的识别方法，以满足人脸识别技术在实际应用中的客观需求。 3.动态跟踪人脸识别 这是人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像更丰富的信息，达到较好的识别效果，同时适应更广阔的应用需求。 4.三维人脸识别 为了获得更多的特征信息，直接利用二维人脸图像合成三维人脸模型进行识别，即将成为该领域的一个主要研究方向。 1. 2 人脸识别技术在国内的研究现状 国内关于人脸自动识别的研究始于二十世纪 80 年代，主要的研究单位有清华大学，哈尔滨工业大学，中科院计算所，中科院自动化
人脸识别人工智能系统的原理与发展
人脸识别人工智能系统的原理与发展 一、引言 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高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。2012年4月，铁路部门宣布车站安检区域将安装用于身份识别的高科技安检系统人脸识别系统；可以对人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大； 二、概述 人脸识别系统概述 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别(用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术)、体形识别、键盘敲击识别、签字识别等。 人脸识别系统功能模块 人脸捕获与跟踪功能：人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。 人脸识别比对：人脸识别分核实式和搜索式二种比对模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指，从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。 人脸的建模与检索：可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板(人脸特征文件)保存到数据库中。在进行人脸搜索时(搜索式)，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
红外人脸识别技术概述
题目热红外成像人脸识别技术概述 学院数学与计算机学院 专业计算机软件与理论 年级 2010级 学生学号 12010130417 学生姓名张亮 指导教师刘立波 2010年10 月20 日
热红外成像人脸识别技术概述 张亮 宁夏大学数学计算机学院银川 摘要：研发一个稳定可靠的人脸识别系统至今还是计算机视觉中的一个难题。用红外图像来进行人脸识别是近几年才发展的一个新领域。本文对红外人脸识别技术，特别是特征提取的研究，进行了综述，并对未来红外人脸识别的方向进行了展望。 关键词：人脸识别红外图像特征提取 Thermal infrared imaging technology overview for face recognition Zhanliang （School of Mathematics and Computer ,Ningxia University , Yinchuan） Abstract : Developing a reliable face recognition system has been a challenge problem．Infrared appears to be a good ahernative imagery as it is independent of external illumination．In this paper we present a survey on Infrared human face recognition，especially on feature extraction．Several major issues for further research are also addressed in this paper．Keywords : Face recognition，infrared images，feature extraction
人脸识别人员通道方案
1.1 人员出入口系统 1.1.1 系统概述 针对项目对出入口人员通道闸控制系统的管理需求，结合实际管理状况，本案设计所有进出人员通道控制区域的人员均需刷卡认证后方可通行，系统可以有效防止未授权人员随意进入受控区域，确保内部安全及休息、工作不被打扰。系统可有效控制人员通行秩序，使得出入口通行井然有序，方便人员出入管理。 本系统可将人防和技防有效结合，实现较为理想的管理目标，且有利于出入口的清晰分流管理。 1.1.2 系统组成 系统由感应IC卡、感应读卡器、人员通道闸机、通道闸控制器、出入口管理软件及系统工作站等组成。根据出入口通道管理需要，设计选用网络型通道控制主机，通道控制器采用TCP/IP通讯方式进行与上层管理层通讯方式，支持联机或脱机独立运行，并可联动附近视频监控设备进行抓拍存储，人员通道控制系统接入智能建筑综合管理平台可实现设备资源、人员权限与配置的统一管理。 系统架构示意如下图：
图1.人员出入口系统架构 人员身份识别卡：通过随身携带的出入口控制卡实现对出入人员的身份识别。工作人员出入卡主要为内部办公人员及物管人员使用，在介质上使用感应卡实现对人员的出入管控。 识别控制终端：识别终端由感应读卡器、通道控制主机、闸机（人员通道闸机）等设备组成，主要应用于内部人员出入检测。当携带识别卡的人员经过识别区域时，由识别终端进行读卡识别，系统自动识别人员的身份并判断其出入权限，持合法卡方可放行出入。 图像抓拍系统：系统主要用于人员出入时的图像抓拍，当持卡者刷卡经过通道时，系统自动抓拍该人员的进\出图像，并自动存档，便于日后检查核对。同时还可对其他外部人员产生威慑影响，由此使外来人员不敢随意闯入。
视频门禁之动态人脸识别侦测门禁、通道、梯控系统解决方案
视频门禁之人脸识别监控系统解决方案 一、需求背景 在公共场所，人流量巨大，依靠人力无法有效地在流动的人群中发现布控目标，在不干扰群众自由通行的情况下，很难快速方便的辨别其身份。传统方式，案发后常常需要出动整个侦查队加班加点反复看视频，不但耗费大量警力而且容易错过追捕时机。 为了对付各种各样的刑事犯罪，保护国家和人民群众的生命财产安全，保证各行各业和国家重点部门的正常运转，采用高科技手段预防和制止犯罪已成为平安城市建设的需要。随着人脸识别技术的发展，诸多人像比对系统已经在公安的治安、刑侦等业务中获得有效的应用。公安部门在特殊场所追缉在逃人员一直以来是个很棘手的问题。由多奥自主研发的领先的人脸识别技术，将动态人脸识别技术应用于视频监控中，从而使在不易被监控目标察觉的情况下，达到中远距离识别验证后台报警提示的效果。 将动态人脸识别技术与视频监控相结合，对重点监控区域进行人脸识别布控，对于协助公安干警快速侦破案件，避免犯罪事件的发生，维护社会和谐稳定，创建平安和谐城市具有重要的意义。
二、系统概述 人脸识别布控系统，把各处采集到的人脸信息与布控人脸进行比对，能够同时进行多路视频分析比对，在发现目标后迅速提示并将警情推送至客户端。此外，系统还支持单目标多张照片批量导入，多目标批量照片导入等各种导入方式，在降低了技术人员的工作量同时大幅提高了安保人员的工作效率。即使抓拍人在行进中转头、低头仍然能做出准确跟踪和抓拍。 系统采用服务器/客户端结构。服务器保存黑名单人员的面部信息，实现人员识别和报警的功能，而客户端实时接收来自一个或多个通道摄像头的面部数据，并和黑名单中的人员进行对比。
人脸识别技术研究
人工智能及识别技术本栏目责任编辑：唐一东第5卷第20期(2009年7月)人脸识别技术研究 张彩甜1,2 （1.北京理工大学电子工程系，北京100081；2.河南经贸职业学院电子工程系，河南郑州450053） 摘要：人脸识别技术(FRT)是近年来模式识别、图像处理以及计算机视觉等领域的热点研究课题之一。文中重点对现有的人脸检测与识别方法进行研究，并提出了以后的研究的重点和方向。由于人脸图像的特殊性，人脸识别问题也是模式识别领域一个相当困难的问题，要使这一技术趋于成熟还有许多工作需要做。 关键词：人脸识别；人脸检测；弹性图匹配；特征脸；隐马尔可夫模型 中图分类号：TP18文献标识码：A 文章编号：1009-3044(2009)20-5513-02 Research on Face Recognition Technology ZHANG Cai-tian 1,2 (1.Department of EE,Beijing Institute of Technology,Beijing 100081,China;2.Henan Economy and Trade Vocational College,Henan Zhengzhou 450053,China) Abstract:Face Recognition Technology is one of the research focuses on pattern recognition 、imagery processing and Computer vision subject in recent years.This paper emphasis the research on the existing face detection and face recognition.Then the point and the devel -opment of the research are given.For the particularity of the face image ，face recognition is also a very dificult problem in the field of pat -tern recognition ．To make the technology tend to maturity ，there is still much work left to do. Key words:face recognition;face detection;elastic graph matching;eigenface;hidden markov model 人脸识别是采用机器对人脸图像进行分析处理，从而提取出有效的识别信息，达到身份辨认的目的。人脸识别技术涉及到图像处理、模式识别、计算机视觉、神经网络等的学科，还与人脑的认识科学紧密相关，多年来一直是一个研究热点。人脸识别技术当前应用十分广泛，在身份证识别、可视电话、档案管理、信用卡、视频video 图像的实时匹配等方面具有重要的应用价值。 1人脸识别系统概述 人脸识别的研究始于20世纪60年代末Bledsoe 提出了半自动人脸识别系统模型。早期人脸识别研究主要有两大方向：一是提取人脸几何特征的方法，包括人脸部件归一化的点间距离和比率以及人脸的一些特征点，如眼角、嘴角、鼻尖等部位所构成的二维拓扑结构；二是模板匹配的方法，主要是利用计算模板和图像灰度的自相关性来实现识别功能。目前已经出现了很多著名的人脸识别方法，例如BioID 公司的人脸识别系统等，并已投入应用。 一个广义的完整的人脸识别系统包括：第一，从任意的图片或视频中决定是否有人脸，如果有，确定其位置和尺寸，这个任务就是人脸检测；第二，从人脸面部图像进行正确识别。因此，人脸识别系统主要包括两个技术环节：首先是人脸检测和定位，然后是归一化的人脸图像进行特征提取与识别。 2常用的人脸检测方法 根据对人脸检测算法发展和现状的研究，人脸检测算法可分为：基于几何特征的方法、基于肤色模型的方法、基于统计理论的方法。 2.1基于几何特征的人脸检测方法 所谓的人脸的几何特征指的是人类面部器官在几何上体现的特征，主要包括基于先验知识的方法、基于特征不变性的方法和基于模板的方法。 基于先验知识的方法：是将人脸面部器官之间的关系编码准则化的人脸检测方法。该方法是一种自定而下的方法，依据人脸面部器官的对称性、灰度差异等先验知识，制定出一系列的准则。当图像中的待测区域符合准则，则被检测为人脸。 基于特征不变性的方法：该方法着眼于检测面部的一些不变的特征，如眼睛、鼻子、嘴巴等。该方法是自底而上的，先利用各种手段寻找上述的不变特征，然后综合找到的这些不变特征来确定待检测区域是否是人脸。 基于模板的方法；该方法可分为两类：预定模板和变形模板。预定模板方法首先制定出标准的模板，然后计算检测区域和模板的相关值，当相关值符合制定的准则就判断检测区域为人脸。变形模板首先制定出模板参数，然后根据检测区域的数据对参数进行修改直至收敛，以达到检测出人脸面部器官位置的目的。 2.2基于肤色模型的方法 肤色是人脸的重要信息，肤色特征在人脸检测中是最常用的一种特征。肤色特征主要由肤色模型描述。常用的肤色模型有高斯模型、混合高斯模型和直方图模型。除此之外还有直接利用几何参数描述肤色区域分布范围的模型、三维投影模型、基于神经网的肤色模型等。 收稿日期：2009-03-13 作者简介：张彩甜（1981-），女，河南郑州人，助教，在读研究生，主要研究方向为信号与信息处理等。 ISSN 1009-3044Computer Knowledge and Technology 电脑知识与技术Vol.5,No.20,July 2009,pp.5513-5514E-mail:eduf@https://www.sodocs.net/doc/7b6044911.html, https://www.sodocs.net/doc/7b6044911.html, Tel:+86-551-569096356909645513
人脸识别通道、门禁、梯控、访客系统智能一(卡、脸、码)解决方案
人脸识别通道、门禁、梯控、访客系统智能一（卡、脸、码）解决方案 目录 一、系统设计方案 3 1、系统需求分析 3 2、系统概述 3 3、系统优势 3 4、系统架构 4 5、设计方案 5 5.1、系统功能 5 5.2、系统使用流程 5 5.3、系统组成 6 6、设备外观与参数 6 6.1、电梯AI无感人脸识别 6 6.2、通道闸平板AI人脸识别 10 6.2、大门（单元门）枪机AI人脸识别 17 6.3、智能电梯、通道、门禁控制器 22 6.4、双屏桌面式访客机及立式自助访客机 24 二、设备安装 29 三、手机小程序或公众号应用介绍 39
四、深圳多奥后台软件介绍 40 1、系统需求分析 随着社会经济的高速发展，居住环境的舒适性和安全性已成为人们居住首选，而通道、通道、门禁、梯控、访客、访客系统在安全的居住环境中起到的重要作用得到越来越多的重视，目前国内的通道、通道、门禁、梯控、访客、访客系统以卡类设备、指纹设备或密码设备为主，这些识别方式要求人员近距离操作，当使用者双手被占用时显得极不方便，同时也带来卡片或密码丢失、遗忘，复制以及被盗的隐患和成本高的问题。而指纹识别，被指纹套破解了“密码”，更加让人觉得恐慌不安，如何使物业的通道、门禁、梯控、访客系统真正实现安全性、智能性、便捷性，成为所有公民最期待的事,而此时深圳多奥人脸识别通道、门禁、梯控、访客系统的问世，真正解决了业主、访客出入的管理形成有效的高安全管理。 人脸识别作为一种新兴的安防智能化产品，目前，在安防监控领域，人脸识别主要是基于对可见光图像的活体人脸识别。人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，虽然环境光线、人脸的分辨率对识别结果存在影响，但相比其它特征识别，其具有非强制性、隐蔽性、友好性、高并发性等特点，因此，对于开放的公共环境下的应用，人脸识别产品有不可比拟的优势。 2、系统概述 深圳多奥人脸识别产品采用动态人脸识别技术，基于对可见光图像的人脸识别，同时加入活体检测功能，不仅可以在门禁、通道、访客上使用，还可以联动电梯，同时业主可自主在微信小程序或微信公众号注册，物业端授权，更可以给访客注册人脸临时使用。在出入口通行的人工智能领域有比较广泛的应用。 3、系统优势 l 无卡化应用：使用人脸识别乘梯，真正意义上实现了解放双手； l 自主注册：业主可自主在微信小程序或微信公众号注册，物业端授权，方便快捷，物业管理更轻松、更放心； l 海量人脸库：系统采用嵌入式前端比对，每个识别终端对应2万张的人脸库，如物业人数较多则可扩充； l 访客人脸识别：可通过访客自助机自动完成，或直接通过微信小程序OR微信公众号预约完成获取相应的时间段和某些通道的通行权限。