您现在的位置:首页 >> 技术文章 >> 图像语音处理 >> 内容

MATLAB代做|FPGA代做--基于人脸识别的门禁及考勤管理系统应用

时间:2018-10-12 11:57:52 点击:

  核心提示:基于人脸识别的门禁及考勤管理系统应用...

人脸识别是一种最自然的机器身份识别方式,人脸是可塑性变形体,加之受到光照、姿势、表情变化、饰物、背景等因素的影响,识别的准确度受到很大限制。同时人脸识别还涉及到图像处理、计算机视觉、模式识别、等领域。所以,人脸识别是一项非常艰巨的任务,目前,主流的识别方法有:①基于特征的方法,包括几何特征方法、代数特征方法等(如:Brunelli等利用人脸边缘图的积分投影提取了人脸几何特征,并提出用灰度模板来表示人脸几何特征的方法;Turk 等采用特征脸(Eigenfaces)方法实现人脸识别;Pentland 等提出对于眼、鼻和嘴等特征分别建立一个特征子空间,并联合特征脸子空间的方法获得了好的识别结果。)②基于模板的方法,包括模板匹配方法、弹性图匹配方法等(如:Nastar 等提出将人脸图像表示为可变形的3D网格表面,将人脸匹配问题转换为曲面匹配问题,取得一定技术突破。)③基于模型的方法,包括形变模型方法、支持向量机方法、隐马尔可夫模型方法等(如:Lanitis 等通过在人脸特征边沿选择一些稀疏的基准点描述人脸的形状特征,然后将形状变形到所有人脸图像的平均形状,最终得到描述人脸的AAMActive Appearance Model)模型。通过改变参数可得到不同变化的人脸图像,模型参数能够用于人脸识别。)其中,弹性图匹配方法将作为本课题选择的主要技术方法运用于基于人脸识别技术门禁/考勤系统开发中。

目前,本课题组已完成了国家自然科学基金项目“远程协作系统中感知处理技术的研究”(60273040)、国家教育部科学技术研究重点项目“远程协作系统支撑环境关键技术的研究与应用”(01040)和江苏省高校自然科学基金课题“远程协作系统中人—人界面关键技术的研究”(02KJB520003),研究出了基于肤色和脸部特征的视频序列中实时人脸检测与跟踪方法,研究了采用Fisher变换、奇异值分解(SVD)和隐马可夫模型(HMM)的唇动检测与唇语识别方法,开发出了相应的原型系统。其中基于视频图象的目标检测、运动跟踪、特征提取与识别给面部特征点的检测与定位、视频人脸特征的提取与识别提供了可借鉴的方法和可使用的原型系统,而对SVDHMM等特征提取与识别方法的研究以及开发的“具有年龄变化的人脸识别原型系统”,更是为探索人脸特征的提取方法与识别工具开发积累了经验,为基于人脸识别的门禁/考勤系统的产品化提供了良好的技术储备。

目前,虽然国内外已出现了一些商业化的基于人脸识别技术的考勤系统,但由于其技术方案原因,对于人脸姿势变化、光照变化等容忍度差,识别率低;加上出现海量图像搜索匹配灾难,实时响应差。

本课题将采用基于小波变换的图像预处理技术,提高系统对光照变化的容忍度;采用基于弹性图匹配方法的人脸识别确认,提高系统对人脸姿势、方向变化的容忍度;采用卡式与人脸识别相结合的方法,有针对性地进行人脸匹配识别,解决海量图像搜索匹配灾难问题。


人脸识别最早可以追溯到1888年,但人脸识别的真正研究始于20世纪60年代末,Bledsoe以人脸特征点的间距、比率等参数为特征,建成了一个半自动的人脸识别系统。人类在长久的认知活动中,往往将人脸作为区分一个人的重要手段。人脸是人体中一个极为普通、复杂而又具有很强表征性的器官,每个人脸都有自己独特的特征。与其他身份鉴别方法相比,人脸识别具有直接、友好、方便、用户接受程度高和鲁棒性强等特点。人脸特征信息可以直接使用,不易被盗用或假冒,并且成本很低。

人脸识别的发展按照其自动化的程度可以分为三个阶段:

第一阶段是机械式的识别阶段。以BertillonAllenParke为代表,主要研究人脸识别所需要的面部特征,在Bertillon的系统中,用一个简单的语句与数据库中某一张脸相联系,同时与指纹分析相结合,提供了一个较强的识别系统;为了提高脸部识别率,Allen为待识别脸设计了一种有效和逼真的摹写;Parke则用计算机实现了这一想法,并产生了较高质量的人脸灰度图模型。这一阶段工作的特点是识别过程全部依赖于操作人员,显然这不是一种可以完成自动识别的系统。

第二阶段是人机交互式识别阶段。代表性工作有:Gold-stionHarmonLesk用几何特征参数来表示人脸正面图像,他们采用21维特征向量表示人脸面部特征,并设计了基于这一特征表示法的识别系统;KayaKobayashi则采用了统计识别方法,用欧式距离来表征人脸特征,如嘴唇与鼻之间的距离,嘴唇的高度等;更进一步地,T.KanadM.Nagao)设计了一个高速且有一定知识导引的半自动回溯识别系统,创造性地运用积分投影法从单幅图像上计算出一组脸部特征参数,再利用模式分类技术与标准人脸相匹配,Kanad的系统实现了快速、实时的处理,是一个很大的进步。这个阶段虽然需要利用操作员的某些先验知识,但仍然摆脱不了人的干预。

第三阶段是真正的机器自动识别阶段。近十余年来,随着高速度高性能计算机的发展,人脸模式识别方法有了较大的突破,提出了多种机器全自动识别系统。这一阶段识别率和自动化程度得到提高。

目前国内外用于人脸识别的方法层出不穷。但是根据人脸表征方式的不同,通常将人脸正面自动模式识别技术分为三大类:基于几何特征的识别方法、基于代数特征的识别方法和基于连接机制的识别方法。

(1)    基于几何特征的人脸自动识别方法

这类识别法将人脸用一个几何特征向量表示,用模式识别中层次聚类的思想设计分类器达到识别目的。这就要求选取的几何特征向量具有一定的独特性,能够反映不同人脸之间的差别,同时又具有一定的弹性,以消除时间跨度、光照等的影响。几何特征向量是以人脸器官的形状和几何关系为基础的特征向量,其分量通常包括人脸指定两点间的欧式距离、曲率、角度等。人脸器官的关键点分别对应不同的积分投影方式产生出的波峰波谷,根据人脸结构的先验知识,可以得出人脸各器官之间的几何位置关系。

(2)    基于代数特征的人脸自动识别方法

这类识别法仍然是将人脸用特征向量表示,只不过用的是代数特征向量:即人脸图像在由“特征脸”张成的降维子空间上的投影。基于代数特征识别的主要原理是利用统计特征提取,从而形成子空间进行模式识别。

(3)    基于连接机制的人脸自动识别方法

这类识别法将人脸直接用灰度图(二维矩阵)表示,利用了神经网络的学习能力及分类能力。这种方法的优势在于保存了人脸图像中的材质信息及细微的形状信息,同时避免了较为复杂的特征提取工作。而且,由于图像被整体输入,符合格氏塔(Gestalt)心理学中对人类识别能力的解释。

根据人脸比对识别技术在现实生活中应用,国内外主要有以下几个方面:

1)德国的Siemens Nixford高科技公司开发的视频入口控制系统,是一个配合卡片使用的入口控制系统,可用于自动取款机,也可以代替计算机常用的入口口令。

2)清华大学研制成功的“人脸识别系统”与20001223日通过了公安部部级鉴定。

320054月,作为中国半导体与信息科学的奠基人之一,中科院王守觉院士研究出“人脸仿生模式识别防盗银行卡”产品,实现银行取款机从“认卡”到“认人”的开创性革命——柜员机见到储户才会“吐钱”,这一科技将造福于目前已拥有10亿张普通银行卡的亿万中国百姓。

4)上海银晨智能识别科技有限公司研究开发出的“银晨嵌入式人脸识别出入口控制系统”把人脸比对识别技术和考勤门禁系统结合起来,但是并没有做到实时比对识别,而是前端控制器控制摄像头进行打卡拍照,后台进行人工手动识别。

人脸识别就是针对从生物传感器得到的图像中,判断有没有人脸并且有没有需要的人脸。一般的研究步骤和内容如下:

1)人脸的描述:人脸描述是人脸自动识别中的一个核心问题,它在一定程度上决定了人脸识别的具体方法及其性能。计算机对人脸进行检测,识别甚至表情分析,很重要的一点就是如何合理地表示人脸。所有的已知人脸必须以一定的格式存储起来,表示的本质与识别时的匹配策略相互影响。目前常见的两种表示方法是:特征向量法和二维灰度图象表示法。

2)人脸检测:即从不同的场景中检测出所有人脸的存在并确定其具体位置和主要特征的位置。其方法大致可分为基于统计和基于知识两类。前者将人脸图像视为一个高维向量,从而将人脸检测问题转化为高维空间中分布信号的检测问题;而后者则利用人的知识建立若干规则、从而将人脸检测问题转化为假设验证问题。这一任务受光照、噪声、头部倾斜度以及各种遮挡的影响。

3)特征提取:即确定表示检测出的人脸和数据库中的已知人脸模板的描述方式。具体的特征形式随识别方法的不同而不同。早期研究较多的静态人脸识别方法有基于几何特征的人脸识别方法和基于相关匹配的人脸识别方法。目前,静止图像的人脸识别方法主要有三个研究方向:一是基于统计的识别方法,包括特征脸方法和隐马尔克夫模型方法;二是基于连接机制的识别方法,包括一般的神经网络方法和弹性图匹配方法;三是其他一些综合方法或处理非二维灰度图像的方法。通常的表示方法包括几何特征(如欧式距离、曲率、角度)、统计特征(如矩阵特征矢量)、固定特征模板、特征脸、云纹图等。

4)人脸识别:就是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表示方式与匹配策略。在匹配策略上,常见的有最近距离法、支持向量机方法、神经网络的方法等等。

5)表情分析:即对待识别人脸的表情进行分析,并对其加以分类。

6)物理分类:即对待识别人脸的物理特征进行分类,得出其年龄、性别

种族等相关信息。

作者:基于人脸识别的门禁及考勤管理系统应用 来源:基于人脸识别的门禁及考勤管理系统应用
  • 您是如何找到本站的?
  • 百度搜索
  • Google搜索
  • 查阅资料过程中
  • 论坛发现
  • 百度贴吧发现
  • 朋友介绍
本站最新成功开发工程项目案例
相关文章
  • 没有相关文章
相关评论
发表我的评论
  • 大名:
  • 内容:
  • matlab代做|matlab专业代做|matlab淘宝代做(www.hslogic.com) © 2018 版权所有 All Rights Reserved.
  • Email:highspeed_logic@163.com 站长QQ: 1224848052

    专业代做/代写/承接、MATLAB、SIMULINK、FPGA项目、博士/硕士/本科毕业设计、课题设计、论文,毕业论文,Coursework、Eassy、Assignment