导读:本文包含了实时人脸识别系统论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸检测,人脸识别,目标检测,多尺度
实时人脸识别系统论文文献综述
张思民[1]（2019）在《基于实时视频数据的人脸识别系统的设计和实现》一文中研究指出随着计算机硬件的快速迭代升级以及人脸识别领域相关理论的创新和优化,使得人脸识别从以前的理论变成了现实,识别精准率和召回率也有很大提升。人脸识别相比于其他生物识别技术有着特征明显、非接触性、不易伪造、安全性高等特性,所以现在已经广泛应用于监控系统、金融系统、刑侦系统和支付系统等各种系统中,在很大程度上方便了人们的工作和生活。本文设计了一个基于实时视频数据的多人脸识别系统,该系统集人脸图像采集、信息管理和人脸检测、识别功能于一体,在人脸检测和识别这两个方面都有着较高的精准率和召回率。本文的主要工作如下:(1)设计了系统整体方案,实现了数据采集功能、数据管理功能、人脸检测和识别功能。(2)针对Haar级联分类器每次只能检测出一张人脸,且在人脸偏转和人脸模糊时存在检测精准率和召回率较低的问题,设计了一种结合OpenCV和目标检测算法SSD的人脸检测方案,该方案能同时检测出多个人脸,和4种Haar级联分类器相比也有着较高的精准率和召回率。(3)针对传统LBPH人脸识别算法在提取人脸信息时不能兼顾人脸微观信息和宏观信息,且提取人脸关键区域信息不够完整的问题,提出了一种基于多尺度和关键块分块加权的MBK-LBPH人脸识别算法,该算法和传统LBPH人脸识别算法相比在精准率、召回率上都有一定的提高。(本文来源于《华中师范大学》期刊2019-05-01）
罗艺,张贵莲,陈玉连,辛玉兰[2]（2019）在《基于实时视频处理的人脸识别考勤系统的设计》一文中研究指出随着互联网时代的到来,人们都追求高效率的工作方式,高校对学生的考勤管理也成为社会广泛关注的问题。众所周知,在高校中通常是以修学分的方式获得毕业证、学位证。学分的来源主要由必修课和选修课所构成,这样以来课程的多样性,以及课堂中学生的多样性,都会给学校的考勤增加了难度与工作量。虽说高校引用了层出不穷的考勤系统,但社会上考勤系统机制不能满足高校考勤的特殊性,不适用于高校考勤管理体系。文章通过分析传统考勤方式缺点,提出结合人脸识别技术为基础的考勤系统概念,开展基于实时视频处理的人脸识别考勤系统的研究。(本文来源于《信息通信》期刊2019年04期）
张伟,程刚,何刚,阎石[3]（2019）在《基于Gabor小波和LBPH的实时人脸识别系统》一文中研究指出针对当前流行的人脸识别算法存在的光照敏感、鲁棒性差等局限性,为提高识别效率,提出了一种基于Gabor小波和LBPH算法的实时人脸识别算法。首先将人脸图像与Gabor核函数进行卷积得到人脸特征图像,并将其串联在人脸特征空间;然后使用LBPH提取该空间人脸特征,并通过匹配LBPH直方图序列的相似度来实现分类。此外,基于ARM平台对文中算法进行实现,形成了实时人脸识别系统。由于系统使用MySQL数据库管理人脸数据,因此可以实现实时的管理效果。该系统在自建单样本人脸数据库中能达到92%的识别率,相比传统算法识别率更高、实时性更强。(本文来源于《计算机技术与发展》期刊2019年03期）
徐杰,孙超,郭春赫[4]（2018）在《实时系统下LBP与CNN结合的人脸识别方法》一文中研究指出为提高实时系统下人脸识别的效果,通过具有良好尺度不变性的圆形局部二值模式直方图提取其特征,考虑计算量和光照干扰因素的影响,采用对光照有较强鲁棒性的ULBP方式对提取到的特征降维,使用直方图交叉核方式对降维后的数据计算相似度,结合被交叉熵代价函数和Adam优化器提升训练速度的卷积神经网络进行人脸识别。结果表明,通过尺度变换与有无遮挡及表情测试,在实时系统下局部二值模式直方图和卷积神经网络结合实现的人脸识别具有良好的实时性和有效性。该研究对提高人脸识别的准确性提供了参考。(本文来源于《黑龙江科技大学学报》期刊2018年06期）
寇莉苹[5]（2018）在《智能交通管控 畅通城市“血脉”》一文中研究指出随着城市交通的网络化布局发展，以前的单条线路独立运行的控制系统逐渐跟不上时代发展的需要，这就需要构建智能化、网络化的交通管控模式，向智能化和智慧化转型。目前，银川交管部门正着力建设智能化交通管控平台，从而提升城市交通通行能力，实现智能化的“疏堵提畅”交通(本文来源于《银川日报》期刊2018-10-09）
郭慧,王璇,吕黎,郭文仙,李春锦[6]（2018）在《实时人脸识别系统研究》一文中研究指出为研究一种人脸识别的实时检测系统,本文设计了由视频实时采集/预处理模块、数据库管理模块、人脸识别模块和识别信息输出模块组成的识别系统框架。首先利用摄像头采集人脸信息,并通过微软数据库软件SQL储存人脸身份信息,再用MATLAB软件建立GUI人机交互界面,使用经典的主成分分析法PCA提取视频图像中数据的主要特征分量。在MATLAB GUI编辑界面中,通过数据库的链接访问,识别数据库中人物身份信息的操作。通过matlab软件中GUI,建立了人机交互界面,利用SQL Server成功存储录入人脸身份信息,并与人脸录入信息程序实现连接。在MATLAB脚本中对SQL Server实现了已储存人脸信息的查找、读取,录入,删除操作。本系统人脸实时识别率达到90.32%,达到人了脸实时识别效果。(本文来源于《电子世界》期刊2018年07期）
赵富贵[7]（2018）在《移动互联网安卓手机端实时人脸检测与识别系统研究与设计》一文中研究指出随着移动支付、社交应用、网上购物等移动端互联网业务的兴起,传统的输入用户名和密码及手机验证码的身份认证方式具有易盗、易丢失、易遗忘等缺点,其不足以保障用户财产及隐私安全。在手机端使用人脸识别进行身份认证的技术成为当前的研究热点,而手机端人脸图像检测是关键技术环节。本文的主要工作如下:(1)分析总结了移动互联网手机端现状,并总结了基于知识规则、不变特征、模板匹配以及统计模型的人脸图像检测方法和AdaBoost、神经网络、支持向量机等人脸图像检测经典算法。(2)设计了针对移动场景改进的Adaboost手机用户人脸检测算法,包括基于Adaboost的手机端用户人脸图像检测训练分类、基于参考白的手机用户人脸单通道图像光照补偿和手机端用户人脸图像检测速度优化等图像处理方法,并进行了手机端人脸图像检测速度、人脸图像检测率、不同光照补偿算法处理图像耗时对比和不同光照补偿算法处理后人脸图像检测对比的实验。(3)设计了移动互联网安卓手机端实时人脸检测与识别系统,首先设计了系统总体架构,其次结合本文的手机用户人脸图像检测算法设计了安卓手机端人脸图像检测,然后设计了安卓手机端人脸图像采集注册,最后设计了网络服务器端与移动互联网安卓手机端的数据交互,并且基于这种数据交互设计了网络服务器端人脸识别。(4)测试了移动互联网安卓手机端实时人脸检测与识别系统,搭建开发环境后,通过编程实现并测试了安卓手机端人脸图像检测;通过编程实现安卓手机端与网络服务器端的数据交互,并通过数据交互编程实现和测试了人脸图像采集注册、系统登录模块、网络服务器端数据存取和人脸识别。(5)研究了移动互联网终端多源生物特征实时身份认证系统,针对现有移动终端身份认证系统存在的不足,在本文的手机用户人脸检测算法基础上,研究了手机端多源生物特征检测和手机端多源生物特征身份认证。(本文来源于《长安大学》期刊2018-04-02）
姜涛,朱志宇,刘润邦[8]（2018）在《远程视频实时人脸识别系统设计》一文中研究指出由于目前的嵌入式处理速度与PC相比还有一段差距,对于复杂的图像处理略显乏力,所以统筹两者优点,设计实现了一种高效的远程视频实时人脸识别系统。设计采用嵌入式ARM作为开发平台,并接入摄像头和无线网卡来实现前端部分视频的采集和传输。PC作为接收端,并配置开源的视觉处理工具OpenCV实现人脸识别和达到视频监控的目的。通过两者的结合既利用嵌入式优势,也获得了PC的处理速度,而且由于网络化,所以对监控的环境,距离等可以随意的调整,对工业要求或特定场合有一定的借鉴作用。(本文来源于《电子设计工程》期刊2018年03期）
刘泽伟[9]（2017）在《基于嵌入式的实时人脸识别系统研究》一文中研究指出人脸识别一直是模式识别、计算机视觉和图像处理的研究热点之一。人脸识别的应用在市场上也深受追捧。传统人脸识别的研究通常是基于计算机平台下进行的。随着嵌入式技术的飞速发展,嵌入式平台由于其系统精简、性能可靠、专用性强等优点,越来越得到人脸识别研究者的青睐,掀起了一波基于嵌入式系统的人脸识别研究和应用热潮。本文基于嵌入式硬件平台设计了一款识别率较高、识别速度较快的人脸识别系统。为此主要做了以下几方面的工作:首先搭建了嵌入式硬件平台。实验选择了近年来很流行的基于ARM的树莓派开发板。该开发板与ARM+DSP开发板相比,性价比更高;与基于ARM9的开发板相比,计算性能更强大。图像采集设备则是选用树莓派官方发布的CSI接口摄像头。实验在开发板上安装了基于Linux的Raspbian操作系统,并在此系统上移植了 OpenCV计算机视觉库用以实现具体的功能。实验正是基于此嵌入式平台实现的人脸识别。本文接着对图像格式的转换、坐标变换、校正几何失真、直方图均衡化等图像的预处理都做了简单介绍。在图像预处理的基础上,对人脸运动检测模块、人脸检测模块、人脸特征提取模块和人脸识别模块的原理和实现都做了详细的介绍与说明。人脸运动检测采用了差分图像法来实现。人脸检测模块是基于Haar+AdaBoost算法实现的。人脸特征提取则对比了 PCA方法、ICA方法和LDA方法,并选择采用PCA方法实现了人脸特征的提取。最后人脸识别是选用了最近邻分类器来实现。实验对于整个系统做了测试。测试的结果表明基于该嵌入式硬件平台的人脸识别达到了设计的预期,具备了较高的识别率和较快的识别速度。实验的结果具备一定的应用价值和参考价值。(本文来源于《福州大学》期刊2017-06-01）
刘凯伦[10]（2017）在《视频监控中实时人脸识别系统的研究与实现》一文中研究指出高考是国家选拔人才的重要手段。为了保障考试公平公正,在高考录取工作中,只能允许指定人员进入工作场地。为了解决录取入场人员身份识别问题,本课题提出了对录取工作场地入口采用视频监控,在计算机捕获的视频图像中对出现的人脸进行身份识别。为了防止伪造的人脸图像欺骗机器通过自动人脸识别,视频人脸识别中必须再加以活体检测技术判断视频中的人脸是否是真实的人脸。笔者通过研究相关文献,对视频中面部基准点变化的分析。提出了基于归一化眼眶距离比描述人眼眶距离在视频中的变化。通过计算其方差与一定的阈值相比较,可以对视频中的眨眼行为进行监测,进而确定是否是真实的人脸。该活体检测方法计算容易,占用内存少,而且不需要添加额外传感器,在测试中得到92.4%以上的准确率。实验分别从效率和精度两方面对人脸检测校准和人脸识别方法进行甄选,最终选择了基于形状索引特征的联合层迭模型的人脸检测校准方法和基于深度学习的GoogLeNet人脸识别方法。在VS2013软件平台上使用.NET、EmguCV、FaceSDK等类库编写完成了一个准确高效的视频监控实时多人脸识别系统。该系统满足了对高考录取场地人员身份验证的需求,于2016年河南省高考录取工作中进行了部署,取得了良好的实际应用效果。(本文来源于《郑州大学》期刊2017-05-01）
实时人脸识别系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网时代的到来,人们都追求高效率的工作方式,高校对学生的考勤管理也成为社会广泛关注的问题。众所周知,在高校中通常是以修学分的方式获得毕业证、学位证。学分的来源主要由必修课和选修课所构成,这样以来课程的多样性,以及课堂中学生的多样性,都会给学校的考勤增加了难度与工作量。虽说高校引用了层出不穷的考勤系统,但社会上考勤系统机制不能满足高校考勤的特殊性,不适用于高校考勤管理体系。文章通过分析传统考勤方式缺点,提出结合人脸识别技术为基础的考勤系统概念,开展基于实时视频处理的人脸识别考勤系统的研究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
实时人脸识别系统论文参考文献
[1].张思民.基于实时视频数据的人脸识别系统的设计和实现[D].华中师范大学.2019
[2].罗艺,张贵莲,陈玉连,辛玉兰.基于实时视频处理的人脸识别考勤系统的设计[J].信息通信.2019
[3].张伟,程刚,何刚,阎石.基于Gabor小波和LBPH的实时人脸识别系统[J].计算机技术与发展.2019
[4].徐杰,孙超,郭春赫.实时系统下LBP与CNN结合的人脸识别方法[J].黑龙江科技大学学报.2018
[5].寇莉苹.智能交通管控畅通城市“血脉”[N].银川日报.2018
[6].郭慧,王璇,吕黎,郭文仙,李春锦.实时人脸识别系统研究[J].电子世界.2018
[7].赵富贵.移动互联网安卓手机端实时人脸检测与识别系统研究与设计[D].长安大学.2018
[8].姜涛,朱志宇,刘润邦.远程视频实时人脸识别系统设计[J].电子设计工程.2018
[9].刘泽伟.基于嵌入式的实时人脸识别系统研究[D].福州大学.2017
[10].刘凯伦.视频监控中实时人脸识别系统的研究与实现[D].郑州大学.2017