人臉
- 基于人臉關鍵點與多任務學習的遮擋人臉檢測算法的研究*
003）1 引言人臉識別［1］是根據人的臉部特征信息進行身份識別的一種技術，在現實生活廣泛應用于教育、金融、公安等領域。而人臉檢測是指輸入一副圖像，確定圖像中所有人臉的位置、尺度和位姿的過程。它是進行人臉識別、人像對比、視頻人像追蹤等視覺任務的基本步驟和前提。早期的人臉檢測技術基于先驗知識來和手工設計的特征來提取人臉圖像的特征。如：姜軍［2］等人采用與人臉生理結構特征相符合的人臉鑲嵌圖模型，針對人臉圖像的灰度和邊緣信息，建立人臉知識庫。并通過多級監測步驟加
計算機與數字工程 2022年9期2022-11-09
- 基于MTCNN 與改進Camshift相結合的人臉檢測算法
],同時也是動態人臉識別、智能安防監控、智能交通等領域的核心問題。常見的目標跟蹤算法主要有:1)基于目標模型建模的算法,如區域匹配、特征點跟蹤、光流法等;2)基于搜索的算法,如粒子濾波[2]、kalman濾波[3]、Camshift[4]等算法。目前在已有目標跟蹤算法中,均值偏移(Meanshift)算法憑借計算簡單、實時性較好[5]等優點被廣泛應用于人臉跟蹤等領域。Bradski等[4]在Meanshift算法的基礎上提出了Camshift算法。從本質上
桂林電子科技大學學報 2021年3期2021-12-14
- 基于人臉超分的網絡視頻人臉檢測
)0 引 言視頻人臉檢測是視頻人臉識別的基礎，只有在很好的人臉檢測效果的前提下，視頻人臉識別才會對有較好的識別效果。視頻人臉檢測一般更貼近于日常生活，這些要檢測人臉的視頻大多數都是在室外場景拍攝的，相比較于一般的人臉檢測難度更大。因為視頻人臉檢測不僅面臨著和圖像人臉檢測同樣的光照、遮擋、姿態等問題，實際應用中視頻的圖像質量通常不佳，人臉五官不清晰，這些因素都進一步加大了人臉特征提取與檢測的難度。本文提出了一種基于人臉超分辨率重建的網絡視頻人臉檢測模型，主要
計算機工程與設計 2021年11期2021-11-20
- 基于掩膜生成網絡的遮擋人臉檢測方法
101）0 概述人臉檢測作為計算機視覺領域的研究熱點，是人臉檢索［1］、人臉配準［2］、人機交互［3］、人臉超分辨率重建［4］等人臉分析任務的基礎。近年來，卷積神經網 絡（Convolutional Neural Network，CNN）［5-7］在 無約束人臉檢測領域取得了較大成果，國內外眾多學者也相繼提出很多優秀的網絡結構［8-9］和損失函數［10-11］。例如，文獻［12］提出一種正交嵌入式CNN網絡，增強了對年齡不變的深度人臉的特征學習，文獻［13
計算機工程 2021年11期2021-11-18
- 一種基于SVD分解的人臉對齊方法
仁］生物特征包括人臉、指紋等，獨特性是生物特征中最突出的特征，對比與其他生物特征，人臉具有易采集、不易偽造、特征顯著、穩定性好等優點。因為技術水平的發展和社會認可度的提升，現在人臉識別技術已經廣泛應用到我們生活的各個方面，除了考勤、門禁等簡單應用場景，人臉識別技術還可以應用于①刑事偵查，比如運用人臉識別技術在一定范圍內搜索逃犯；② 電子證件，結合個人指紋信息和人臉信息的電子身份證和電子護照等電子證件將極大方便我們的生活；③自助服務，比如銀行自動提款機，如果
廣東通信技術 2021年4期2021-04-27
- 基于結構先驗的人臉圖像超分辨率技術概述
000）1 引言人臉圖像超分辨率技術，又名人臉幻覺，是一項致力于根據給定的低分辨率人臉圖像恢復出具有高頻細節的高質量人臉圖像的技術。人臉圖像超分辨率技術不僅可以提升人臉圖像的分辨率，還可以增加人臉圖像的辨識度。在工業界和學術界人臉圖像超分辨率技術都發揮著舉足輕重的作用。在智能安保和監控系統中，由于人物與監控的遠距離，或者成像環境（環境光照條件、噪聲、壓縮等因素）的影響，捕獲到的人臉圖像往往是低質量且缺少高頻細節的，無法提供較高的辨識度，從而對后續的人臉檢測
中國傳媒大學學報(自然科學版) 2021年5期2021-02-24
- 基于人臉識別技術的門禁系統軟件設計
且穩定性較差。而人臉識別技術可以有效提取人的面部特征，依次與人臉庫中的數據進行比對，其對人員身份識別具有非侵犯性、無法取代性等顯著優點，在門禁系統中得到廣泛應用。2 系統軟件設計流程門禁系統的軟件功能設計分為視頻幀人臉獲取、人臉檢測、人臉跟蹤、人臉特征提取、人臉特征比對等，具體流程如圖1所示。對視頻中的每一幀人臉圖像進行人臉檢測以確定圖像中人臉所在的區域，使用人臉跟蹤以應對人臉區域的移動，通過對視頻幀中人臉的特征進行提取與人臉庫中的人臉特征進行人臉比對，若
電子技術與軟件工程 2020年22期2021-01-30
- 基于MATLAB的小區門禁人臉識別系統設計
，虹膜門禁系統，人臉識別門禁系統，亂序鍵盤門禁系統等等。盡管它們在安全性，方便性等方面都各有特長，但是相比其他智能門禁系統，基于人臉識別的門禁系統操作簡便，結果直觀，無需用戶接觸，不具有強制性，設備通用且成本較低?；?span class="hl">人臉識別的門禁系統主要功能是將攝像頭采集到的圖像進行識別，如果通過身份鑒定就打開大門，如果鑒定失敗則不打開大門，若鑒定失敗訪客依然要打開門禁則報警。人臉識別技術是一種生物識別技術，它首先需要通過具有拍攝功能的設備對人臉圖片進行采集，然后對捕捉
消費導刊 2020年51期2021-01-26
- 基于改進三維形變模型的三維人臉重建和密集人臉對齊方法
0 引言基于單張人臉圖片的三維人臉重建和密集人臉對齊是計算機視覺和計算機圖形學領域一項具有挑戰性的任務，在人臉識別、人臉動畫、人臉表情遷移、人臉對齊等方面有著非常廣泛的應用。傳統的二維人臉對齊方法在遇到大姿態人臉圖片和具有遮擋的人臉圖片時往往會受到很大的挑戰，而通過從單張人臉圖片進行三維人臉幾何重建可以很好地應對這些挑戰。由于三維人臉網格模型強大的拓撲性質，三維人臉網格模型的數萬個頂點都可以被視為密集三維人臉對齊可以使用的人臉特征點。傳統的三維人臉重建方法
計算機應用 2020年11期2020-11-30
- 基于GANs 無監督回歸三維參數化人臉模型
6)0 引言三維人臉重建是指通過一張或多張同一個人的照片來構建該人的三維人臉網格。該課題一直是計算機視覺和圖形學的熱門關注焦點，擁有廣泛的應用場景，如人臉身份識別、醫學方案展示、三維人臉動畫等。在三維人臉重建領域，VETTER T 和 BLANTZ V在1999年提出的三維人臉參數化模型(3DMM)[1]具有重要意義。3DMM 采集了 200 位實驗對象的臉部激光掃描數據集，并對該數據集進行主成分分析(PCA)。通過對PCA 所提取的基向量進行線性組合從而
網絡安全與數據管理 2020年11期2020-11-20
- 基于彈性形變原理的人臉卡通動畫系統設計
要： 針對現有人臉卡通動畫設計系統實現復雜度高、圖像還原不精確的問題，文中設計基于彈性形變原理的人臉卡通動畫系統。利用Candide?3建模平臺對采集到的原始人臉圖像進行建模，并根據提取到的人臉特征進行匹配，以獲取相應的器官模型。在該模型的基礎上，基于彈性形變原理實現人臉卡通圖像的生成以及表情的變化。測試和實現結果表明，文中所設計的系統利用OpenGL平臺對人臉圖像進行圖像渲染，生成具有高還原度的人臉卡通動畫，且系統對硬件要求較低，適用于大多數應用場景。
現代電子技術 2020年8期2020-08-03
- 改進級聯卷積神經網絡的平面旋轉人臉檢測
，基于深度學習的人臉檢測和人臉識別[1-3]引起了廣泛的關注。但在一些特殊的場景中，由于平面內旋轉(rotation in plane，RIP)導致的人臉表面特征變化，使得這些人臉檢測變得極具挑戰性。而目前的人臉檢測算法恰恰沒有考慮到這些特殊的場景，因此需要一種精確快速全方位RIP人臉檢測算法，以提高后續的人臉識別精度。DDFD[4]指出在CNN訓練階段增加多視角多姿態人臉圖片，可以提高多姿態人臉檢測精度，該方法一方面需要對數據進行增廣以檢測RIP人臉，另
計算機工程與設計 2020年3期2020-04-24
- 3DMM與GAN結合的實時人臉表情遷移方法
言具有真實感的人臉表情生成方法目前已經被廣泛應用到各個行業，在電影動畫、虛擬人物、商業服務、醫學美容等方面都有了具體的應用場景。特別是在動畫電影方面，逼真的人臉和人體動畫、表情豐富的虛擬人物，能有效增強人物與場景的真實感和觀看人的沉浸感。此外，二維人臉識別受圖像中的光照條件、人臉姿態和表情等可變因素影響巨大，動態環境下局限性較大，且防偽性能不好[2]。三維人臉識別方案能夠解決現有的這些問題，例如Apple公司利用三維結構光建模的人臉識別技術。從早期的利用
計算機應用與軟件 2020年4期2020-04-18
- 基于深度學習的重疊人臉檢測
93)0 引 言人臉檢測[1-2]主要檢測視頻和數字圖像中的人臉，在人機交互界面、安防系統、監控系統、基于內容的圖像檢索等方面有廣泛的應用。一般來說，人臉檢測系統的目標是獲取圖像并準確檢測出面部，并且不受人物姿勢、圖像尺寸或面部表情等因素的影響。文中主要針對圖像中重疊的人臉檢測問題進行研究。當兩個或多個人臉重疊時，單獨地使用傳統的人臉檢測方法來檢測面部是一項具有挑戰性的任務。文獻[3]提出了基于膚色方法的面部檢測模型，該模型能夠迅速地檢測出有效的人臉區域。
計算機技術與發展 2020年2期2020-04-15
- 基于HOG和特征描述子的人臉檢測與跟蹤
310023)人臉檢測是指在給定圖像中確定人臉的位置、大小和姿態，其本質是模式識別的一種應用。常用的人臉檢測方法有基于知識的方法、基于統計模型的方法和基于模板匹配的方法等。人臉跟蹤是在圖像序列中捕獲人臉信息的一種技術，該技術在視頻監控、圖像處理和人機交互等方面應用廣泛，是近年來計算機視覺中的熱點之一。常用的人臉跟蹤方法有基于圖像特征的方法、基于機器學習的方法和基于深度學習的方法等。隨著社會的發展，人們對人臉檢測的精度要求和人臉跟蹤的準確度要求不斷提高，因
浙江工業大學學報 2020年2期2020-04-09
- 一種照片檔案的人物自動標注的方法
標注的方法，利用人臉檢測技術、人臉相似度比對算法和標注智能推薦算法，解決不同照片重復人物自動標注問題。該方法能夠有效降低工作量，提高工作效率。2 照片檔案人物自動標注方案2.1 總體方案如圖1所示，本文提出的標注方法的實現，主要包含流程：本文通過創建人臉樣本庫，然后將待標注圖像的人臉與人臉樣本庫的每個人臉逐一進行比對，當識別為相似人臉時，則會為該人臉進行自動標注，并合理選擇圖像的標注位置，自動標注完成后，可對標注結果進行人工確認，并完善人臉樣本庫。2.2
電子技術與軟件工程 2020年15期2020-02-02
- 聚類與跟蹤相結合的人臉數據集生成方法研究
，基于視頻監控的人臉識別系統被廣泛應用在公共安全、交通管理等領域.但由于監控視頻中往往存在大量低質量的人臉圖像(模糊、人臉旋轉、遮擋、閉眼等)，且視頻幀間存在很高的冗余度，因此若將這些圖像直接用于人臉識別就會降低人臉識別系統的準確率，并增加系統的負擔.因此，在進行人臉識別前需要通過人臉圖像優選方法去除低質量的人臉圖像和降低視頻幀間的冗余度[1].人臉圖像優選需要為每個人建立人臉數據集.目前，人臉數據集的生成方法主要分為基于人臉跟蹤的方法和基于人臉聚類的方法
延邊大學學報（自然科學版） 2019年3期2019-11-20
- 17萬條“人臉數據”被公開售賣
有商家公開售賣“人臉數據”，數量達17萬條。這些“人臉數據”涵蓋2000人的肖像，每個人約有50到100張照片。除了人臉位置的信息外，還有人臉的106處關鍵點，如眼睛、耳朵、鼻子、嘴、眉毛等的輪廓信息。商家稱，其售賣的人臉樣本中，一部分是從搜索引擎上抓取的，另一部分來自境外一家軟件公司的數據庫等。該商家稱，從發售至今，他已多次賣出這些數據。網上售賣人臉數據，除了涉嫌侵犯他人隱私權、肖像權之外，還涉嫌侵犯了公民的個人信息安全。截至10月9日下午，該商品已被下
文萃報·周五版 2019年41期2019-09-10
- 防抖動和滲色的視頻人臉非邊緣分割算法*
01)0 引 言人臉分割一直是計算機視覺領域的研究熱點，現有的人臉分割技術主要是將人臉完整地從圖像中分割出來，即沿著人臉紋理梯度變化大的邊緣進行分割。例如：龔勛等人[1]建立混合能量活動輪廓模型來分割人臉完整區域；毋立芳[2]等人根據人臉輪廓的平滑性，利用曲線擬合補充不確定邊緣點來進行人臉完整區域的分割等。然而，在基于2D的視頻人臉替換的過程中，需要用泊松融合[3]將源人臉替換到目標人臉上，由于每個人的臉型不同，使得泊松融合的掩膜邊界并不能同時經過源人臉邊
傳感器與微系統 2019年5期2019-05-07
- 用APP補上手機的人臉解鎖功能
ce ID，于是人臉解鎖一下子成為了手機上的熱門功能。雖然安卓陣營比較少機器配備體積光模塊，但其實安卓推行人臉解鎖比iPhone更早-在安卓4.0當中，Google就已經在原生安卓當中加入人臉解鎖功能，只不過這是基于平面圖像來判斷面容的，安全性不能和iPhone X相提并論。不過無論如何，人臉解鎖成為了當下的熱門功能，不少手機并沒有配備體積光，但仍把安卓4.0時代的人臉解鎖功能大書特書作為現今的賣點。不僅如此，有的手機廠商還特地將某些舊產品的人臉解鎖功能進
計算機與網絡 2018年21期2018-09-10
- 智力考場：有趣的圖片測試
找出了接近一半的人臉，智商是普通等級，沒有大智慧但依然會生活得很快樂。C.你找出了絕大部分的人臉，智商有些逆天啦，只要后天不放棄努力，將來必定非常出色。所有人臉的正確位置：從左上角的樹開始算，直接可以發現五張人臉，再到右邊往下看，凌亂的樹枝是一張人臉，樹枝的下面水塘有一張人臉，馬的右邊還有一張人臉，再來看水塘的最下方有一張，中間一張，左邊靠樹那里還有一張很明顯的人臉，而它的右邊緊貼著有一張側臉，它的左邊，圖的最左下角還有一張側臉。
小雪花·初中高分作文 2017年9期2018-05-21
- 計算機人臉識別技術概述
梅溪湖中學計算機人臉識別技術概述劉思成 湖南師大附中梅溪湖中學在計算機人臉識別技術領域當中，通常都是利用攝像頭或者攝像機來對人臉的圖像信息進行采集，然后在將信息進行保存，并自動根據圖像中對人臉進行識別。另外，計算機人臉識別技術作為一門新型技術，它不僅僅只是利用了計算機領域的知識，它還涵蓋模式識別、數字圖像處理等領域的知識，它是一門知識含量極高的識別技術。本文主要對人臉識別技術進行概述，分別通過對計算機人臉識別技術定義、人臉識別技術內容、人臉識別技術流程的分
數碼世界 2017年11期2017-12-28
- 基于多模態信息融合的新聞圖像人臉標注
息融合的新聞圖像人臉標注征 察*,吉立新,李邵梅,高 超(國家數字交換系統工程技術研究中心, 鄭州 450000) (*通信作者電子郵箱zcpi31415926@163.com)針對傳統新聞圖像中人臉標注方法主要依賴人臉相似度信息,分辨噪聲和非噪聲人臉能力以及非噪聲人臉標注能力較差的問題,提出一種基于多模態信息融合的新聞圖像人臉標注方法。首先根據人臉和姓名的共現關系,利用改進的K近鄰算法,獲得基于人臉相似度信息的人臉姓名匹配度;然后,分別從圖像中提取人臉大
計算機應用 2017年10期2017-12-14
- 二維及三維多模人臉數據庫構建
)二維及三維多模人臉數據庫構建傅澤華 龔 勛 李天瑞(西南交通大學信息科學與技術學院,成都,611756)基于圖像的二維人臉識別技術日趨成熟，但仍受光照、姿態和表情等變化的影響。利用三維人臉模型提高人臉識別性能并將其應用于實際成為近幾年學術界的研究趨勢。本文提出了SWJTU-MF多模人臉數據庫(SWJTU multimodal face database， SWJTU-MF Database)，包含200個中性表情中國人的4種人臉樣本數據，包括可見光圖像、
數據采集與處理 2017年3期2017-07-24
- 基于AdaBoost算法的快速人臉檢測方法
ost算法的快速人臉檢測方法孫文君王海龍 曲阜師范大學物理工程學院文章基于當今最為流行的AdaBoost算法，訓練出自己的人臉檢測級聯分類器，通過對人臉圖像方差特點的統計分析，確定了人臉方差的閾值，增加了方差預處理。增加方差預處理后訓練出的級聯分類器在人臉檢出率相對較高的前提實現了檢測速度的提升，增強了人臉檢測的實時應用性。人臉檢測 AdaBoost算法 Haar-like特征 方差預處理人臉檢測技術是板頂所給的圖像中是否存在人臉并給出定位的過程。在司法、
數碼世界 2016年7期2016-03-27
- 人臉抓拍的關鍵技術分析
438300）人臉抓拍的關鍵技術分析馬彪彪1,2,陳向陽3,時亞麗1,2（1. 中國電子科技集團公司第三十八研究所;2. 安徽省公共安全應急信息技術重點實驗室,合肥 230088; 3. 湖北省麻城市公安局刑偵大隊,湖北 麻城 438300）人臉抓拍是人臉識別技術的關鍵環節，抓拍好壞直接影響人臉識別的效果。本文實現了由運動目標檢測，人臉檢測，人臉跟蹤三部分組成的人臉抓拍系統，重點分析了運動目標檢測在人臉抓拍中的應用，人臉位置跟蹤算法和對應人臉的背景緩存技
山東工業技術 2016年22期2016-02-02
- Kinect驅動的人臉動畫合成技術研究
inect驅動的人臉動畫合成技術研究李俊龍a,章登義a,黃 珺b(武漢大學a.計算機學院;b.測繪遙感信息工程國家重點實驗室,武漢430079)三維人臉動畫合成技術可以應用于虛擬現實、角色控制等多個領域。為此,提出一種基于Kinect的人臉動畫合成方法。人臉跟蹤客戶端利用Kinect對用戶的臉部表情進行跟蹤識別,得到人臉表情動畫參數,通過socket發送給人臉動畫合成服務器,由人臉動畫合成服務器查找基于MPEG-4標準的人臉動畫定義表,控制人臉模型的變形,
計算機工程 2015年3期2015-02-20
- AdaBoost人臉檢測算法的改進
州310018)人臉檢測是人臉識別的第一步，在嵌入式監控系統和其他安全系統中有著重要作用。人臉檢測的目的是為了確定這幅圖片中是否存在人臉，如果存在則返回人臉的尺寸大小以及人臉所在位置［1］。在靜態和視頻模式下，大多數學者使用機器作為人臉檢測的工具［2］。由于數據采集過程受到年齡、姿態、表情、光照等因素影響，且存在“一人千面”的特點。正是因為存在這些固有的挑戰性，國內外眾多研究人員都投身其中。在眾多的人臉檢測方法中，AdaBoost人臉檢測算法是迄今最為成功
電視技術 2014年15期2014-09-18
- 局部加權平均虛擬樣本的多姿態人臉識別算法
2003)目前,人臉識別研究主要集中在正面人臉識別,隨著人臉識別技術和應用的發展,多姿態人臉識別開始受到關注．多姿態人臉是由人臉與攝相機之間的角度不確定性所造成的,由于不同姿態下人臉成像出現變形,使得同一人臉圖像在不同姿態下的相關性迅速下降,從而給不同姿態下的人臉圖像匹配造成困難．多姿態人臉識別主要有兩條技術途徑:一條途徑是由幾幅多姿態人臉圖像合成一幅正面人臉圖像,然后利用一般的人臉識別方法,配合正面人臉圖像庫進行人臉識別;另一條途徑是由圖像庫中的正面人臉
江蘇科技大學學報(自然科學版) 2013年1期2013-11-19
- 改進的三維人臉稠密對齊方法
0016)目前對人臉圖像的研究已逐漸成熟。但姿態和光照仍是二維人臉研究的一個瓶頸問題。由于三維人臉能夠較好的解決姿態和光照問題，近年來三維人臉成為該領域的研究熱點。三維人臉形變模型由于其具有較好的真實感，自動化的特點，成為三維人臉研究中的一個重要方向。一個大規模的三維人臉數據庫，通過標準化人臉來建立人臉形變模型。三維形變模型具有豐富的人臉先驗知識，可將其應用到人臉的識別和重建中，而且可以方便地對三維人臉操作，實現三維人臉動畫。目前對建立三維形變模型，已經提
電子科技 2012年7期2012-12-17