先进面部识别系统参考.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
先进面部识别系统参考

什么是人脸识别 模式识别定义 模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。 生物特征识别 生物特征识别技术是指通过计算机利用人类自身的生理或行为特征进行身份认定的一种技术。 生物特征识别种类 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 什么是人脸识别 人脸识别 提取特征点 人脸检测 比对 成像 工作原理 面部识别是一种非常自然、友好的生物特征识别认证技术。 面部识别技术是通过图像或视频进行面部检测,然后提取面部特征、最后进行面部比对的一系列相关技术的总成。 图像预处理 人脸识别是是人类视觉最杰出的能力之一。计算机人脸识别技术是一项新兴的生物识别技术,也是一个活跃的研究领域。它是计算机交互是技术的重要组成部分具有广阔的发展前景。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 面部识别的优点 人脸识别技术由于它的安全性、无侵害性和对用户最自然、最直观的使用方式,使人脸识别成为最容易被接受的生物特征识别方式。 指纹 掌纹 虹膜 面部 DNA 准确率 高 很高 很高 很高 精确 速度 很快 快 快 快 很慢 采集难度 低 较低 高 低 很高 采集方式 主动 主动 主动 主动/被动 主动 设备成本 低 高 较高 低 很高 接受度 高 高 较低 很高 低 应用范围 广泛 一般 一般 广泛 很窄 和其他生物特征识别技术比较 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 面部识别的优点 1.识别准确安全; 2. 伴随性无须介质不怕丢失或遗忘; 3. 非接触使用安全卫生; 4. 隐蔽性适合特殊情况使用; 5. 使用方便无须学习和改变使用习惯; 6. 设备使用寿命长; 7. 对人的身体及生理无侵害。 面部识别 不受季节及天气影响识别准确率高 非接触:设备使用寿命高,使用更卫生。 识别方式为主、被动两种 不需要密钥或存放相关信息的介质(如IC、ID等)更安全更方便 我们的贡献 1、提高了该技术对环境光线的适应性 2、解决了戴眼镜的问题 3、降低了成本 4、提高了识别速度 用户选择的理由 方便、安全、价格适中 这个技术在保证安全性的同时极大的方便了客户使用(不用记密码,不用带卡片和钥匙),这是他价值的真正所在。 并且在十年内无可替代他的技术会出现。 复制难度高 主要优点 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 面部识别原理 眼部检测 眼镜发射光消除 MB-LBP算法 标准化 根据眼睛位 置做图像标 准化局部直 方图均衡、Gamma、 局部差分等 一系列变换 记录当前图 像的光线 照射情况 Boosting 人脸特征 分类器 人脸检测 Haar算法 特征提取 代数(主)加几何特征(辅助) Gabor小波转化 特征库 结果 注册 比对 Boosting 眼部特征 分类器 通过摄像头采集到的灰度图像 训练集 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 检出率: 1、不考虑准确度的情况下眼睛的检出率:DR=99.88% 2、误差为5%眼睛的精确度检出率:DR(0.05)=80% 3、误差为10%眼睛的精确度检出率: DR(0.1)=97% 眼睛检测的速度: 3ms:电脑(1.7GHz的中央处理器,128MB内存) 100ms的:嵌入式(MIPS 336MHz处理器,64MB

文档评论(0)

383947923 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档