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,
随着生活水平的不断提高,社会公众安全意识的逐步增强,安全防范得到人们的广泛关注。而门禁系统作为整个安防系统的一部分,已经成为安防领域关注的焦点之一。而且伴随计算机技术的快速发展,人脸识别技术在安防领域得到大多数研发机构的青睐。
人脸是具有性的生物特征,而人脸识别技术是通过采集人脸图像,提取图像中的人脸特征从而实现身份识别。
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、难度大、安检时间短和光线环境复杂等较为的行业应用特点,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。
人脸识别是一个富有挑战性的前沿课题,识别系统需具备实时性和可靠性。由于人脸识别较为复杂,综合多种方法是人脸识别的研究方向,如何率地识别更是高速发展的社会的迫切需求。本项目主要使用图像处理的算法,基于STM32F407单片机控制摄像头采集数据,采用模板匹配法实现人脸识别。
