湛江人脸识别系统厂家 深圳市经营性

研究基于人脸识别的课堂考勤系统,借助信息技术,以人脸识别为手段,彻底摒弃传统课堂考勤中人工统计管理的落后方式,克服不规范的考勤行为,解决学校以往考勤管理工作中出现的问题,为学校的考勤制度实施提供科学的依据。
　　本论文主要工作及应用创新如下:
　　(1)提出了基于稀疏表示和神经网络相结合的人脸识别算法。针对人脸识别过程中识别速度较慢的问题,依据压缩感知理论,利用小波变换对图像进行稀疏化处理。然后采用改进BP人工神经网络对图像进行训练。采用较少的元素表示人脸图像,不仅能对人脸图像进行降维,还能滤去局部光照、表情细节以及其他面部部件引入的高频干扰信息,**人脸的主要特征,得到适合于计算机识别的低维图像,提高了人脸识别速度。
　　(2)设计了完整的基于人脸识别的学生课堂考勤系统。通过摄像头采集人脸图像,然后对人脸图进行预处理,并对人脸进行标定,分割出人脸图像;采用基于稀疏表示和神经网络相结合的人脸识别算法,进行人脸识别,然后把识别结果信息保存到数据库中,完成学生课堂考勤操作。
　　(3)设计并开发了基于C/S和B/S混合体系结构的学生课堂考勤系统。人脸识别采用C/S模式开发,考勤信息管理的设置与查询采用B/S模式开发。数据库服务器主要为考勤资料和考勤数据的存取提供服务。Web服务器为请假管理、考勤数据的查询和输出提供服务。学生可以通过网络查询个人的考勤情况,不受环境限制。

本文对人脸识别技术的发展和人脸识别系统在铁路车站安检区域的应用进行了分析和研究。针对火车站存在密度大、治安难度大、安检时间短和光线环境复杂等较为特殊的行业应用特点,提出一种应用于铁路车站的人脸识别系统解决方案,并在京沪高速铁路试点。该系统具有响应时间短、人脸采集率高和比对识别速度快等特点,在提高人脸识别率的同时降低误识率和漏识率。

一种人脸识别系统,其特征在于,包括：人脸信息采集子系统,负载均衡子系统,以及至少一个人脸识别子系统,其中,所述人脸信息采集子系统,用于获取人脸信息,并向所述负载均衡子系统发送人脸识别请求,其中,所述人脸识别请求中至少携带有所述人脸信息；所述负载均衡子系统,用于基于各个人脸识别子系统分别对应的平均负载值,从所有人脸识别子系统中,选取一个所述人脸识别子系统,并将所述人脸识别请求转发至选取的所述人脸识别子系统；所述人脸识别子系统,用于从自身管辖的所有人脸识别服务器中,选取预设数目的人脸识别服务器分别对所述人脸识别请求中携带的人脸信息进行处理,获取每一台人脸识别服务器在处理所述人脸信息后生成的处理结果,并基于各个处理结果,获取所述人脸信息对应的人脸识别结果。

近年来,伴随着网络技术及计算机技术的飞速发展,人们对信息的安全性、隐蔽性的要求越来越高,因此人体身份识别认证的需求也就越来越高。人脸识别是基于生物特征识别技术的身份认证中主要的方法之一,而且是人体身份识别方法中简单、方便的方法之一,也就受到越来越多的关注与研究。广义的人脸识别包括人脸检测、人脸表征和人脸识别。本文从人脸检测和人脸识别出发,针对其相关的工作展开讨论。首先,针对人脸图像的特点,讨论了人脸图像预处理和特征提取的相关知识,具体包括:人脸图像的灰度化、直方图以及直方图均衡化、边缘检测和小波分解。然后,详细介绍了Adaboost人脸检测算法和基于隐马尔可夫模型的人脸识别算法的基本原理及特点,并针对传统的Adaboost人脸检测算法,提出了一种增强型的Adaboost人脸检测算法,并对两种算法进行了比较。实验结果表明,本文提出的算法性能更好,人脸正确检测率和识别率都有了一定的提高。后,将本文提出的增强型Adaboost人脸检测算法与HMM人脸识别算法结合起来,设计并实现了一个人脸识别软件系统,并结合已有的人脸数据库和实验新建采集的人脸图像,对系统进行了实验仿真,