人臉識別系統是人臉識別技術在生物特征識別領域的應用,旨在將人臉圖像作為一種可以標識的生物特征進行編碼與鑒別,目前較為廣泛的應用于安防領域。由于云臺攝像頭的可控旋轉特性,基于云臺攝像頭的人臉識別系統可以應用于公共區域的跟蹤或教室的等。 本文基于Labview圖形開發環境構建了實時圖像采集、人臉檢測與識別、云臺攝像頭跟蹤一體化的人臉識別系統測試有局限性,蘋果的iPhone X無法不過,這種類型的測試有局限性。目前尚不清楚該面具是否在每次嘗試中均有效,而且也沒有一個系統完全依靠面部識別進行識別,比如在火車站,需要先出示,然后人臉識別系統才開始掃描。雖然戴面具到了面部識別系統,但Kneron承認,這種欺詐不太可能廣泛存在,因為實驗中使用的面具是日本面具制造商生產的。但是這家位于**亞哥的公司指出,這種技術可能被用來欺名人或富人。人臉識別技術是模式識別、圖像處理、計算機視覺和認知科學等領域的一個較富挑戰性的交叉課題,是近年來的一個研究熱點。現有人臉識別算法眾多,應用范圍和特點各異,研究者希望通過一個算法測試系統快速了解現有算法,對比和研究新的算法;開發商希望通過一個測試平臺選擇一個適合自己應用領域的人臉識別算法開發商用產品。本致力于解決上述問題,開發了人臉識別算法綜合測試系統,該系統集成了多種人臉識別算法并提供了添加新算法的開放接口。整個系統在VC++6.0和OpenCV3.1開發環境下實現。系統特點: A.集成了2種人臉檢測算法,3種人臉識別算法,并為添加新算法提供了開放接口。 B.為系統設計的人臉信息數據庫管理系統采用文檔結構具有易于查詢易于追加方便更新的特點,具有推廣價值。 C.基于該系統設計了脆弱水印保護人臉圖像數據庫和保存額外信息方案,提高了安全性,豐富了人臉圖像信息內容。 該研究在綜合測試系統的基礎上實現網絡化人臉識別系統,為商業應用提供網絡人臉識別原型系統。該系統中,網絡傳輸模塊只傳輸有用的人臉信息,與傳統的系統傳輸壓縮視頻相比,大大的降低了數據傳輸量。 該研究以人臉識別算法綜合測試系統為實驗平臺,以網絡人臉識別系統為原型,提出了級聯多模態并行計算人臉識別體系結構,該體系結構有良好的識別效率和魯棒性。理想情況下該體系結構可以達到100%的識別率,而且良好的可擴展性使得識別速度幾乎不受人臉信息數據庫規模限制。隨著高科技信息技術的快速發展,人臉識別技術逐漸往市場化、產品化的方向發展。人臉識別技術的類型也越來越多,如基于膚色的人臉識別技術、基于點位的人臉識別技術、基于幾何特征的人臉識別技術等等,這幾種人臉識別技術在工作原理有著一定的差異,應用范圍也各不相同。本文主要就人臉識別技術的現狀和類型進行分析,并對其發展趨勢進行探討。