人臉實(shí)別系統(tǒng)廣泛采用區(qū)域特征分析算法，融合了計(jì)算機(jī)圖像處理技術(shù)與生物統(tǒng)計(jì)學(xué)原理于一體，利用計(jì)算機(jī)圖像處理技術(shù)從視頻中提取人像特征點(diǎn)，利用生物統(tǒng)計(jì)學(xué)的原理進(jìn)行分析建立數(shù)學(xué)模型，具有廣闊的發(fā)展前景。
人臉識(shí)別系統(tǒng)適用范圍： 公園、工廠、超市、小區(qū)廣場(chǎng)、會(huì)議中心、體育場(chǎng)館、學(xué)校、、住宅區(qū)、商業(yè)街、大型農(nóng)貿(mào)市場(chǎng)等公眾活動(dòng)和聚集場(chǎng)所的重要部位，酒店（賓館）、餐飲、場(chǎng)所、辦公樓的大堂出、電梯和其他主要通道等室內(nèi)外范圍的錄像用途。

人臉圖像特征提取：人臉識(shí)別系統(tǒng)可使用的特征通常分為視覺(jué)特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù) 特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱(chēng)人臉表征，它是對(duì)人臉進(jìn)行特征建模的過(guò)程。人臉特征提取的方法歸納起來(lái)分為兩大 類(lèi)：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。
基于知識(shí)的表征方法主要是根據(jù)人臉的形狀描述以及他們之間的距離特性來(lái)獲得有助于人臉?lè)诸?lèi)的特征數(shù)據(jù)，其特征分 量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特 征，這些特征被稱(chēng)為幾何特征?；谥R(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

人臉識(shí)別系統(tǒng)具有廣泛的應(yīng)用：人臉識(shí)別出入管理系統(tǒng)、人臉識(shí)別門(mén)禁考勤系統(tǒng)、人臉識(shí)別管理、人臉識(shí)別電腦安全防范、人臉識(shí)別照片搜索、人臉識(shí)別來(lái)訪登記、人臉識(shí)別ATM機(jī)智能視頻報(bào)警系統(tǒng)、人臉識(shí)別監(jiān)獄智能報(bào)警系統(tǒng)、人臉識(shí)別RFID智能通關(guān)系統(tǒng)、人臉識(shí)別罪犯追逃智能報(bào)警系統(tǒng)等等。

雖然目前人臉識(shí)別系統(tǒng)已經(jīng)取得了較好的識(shí)別效果，但依然受到光照、姿態(tài)、表情變化、發(fā)型、有無(wú)眼鏡和年齡老化等多方面因素的影響。因此，本文對(duì)人臉識(shí)別技術(shù)的研究，具有重要的理論研究意義和實(shí)際應(yīng)用價(jià)值。本文主要針對(duì)人臉識(shí)別中特征的選取和分類(lèi)的問(wèn)題，提出了一種線性鑒別方法(LDA)和基于稀疏表征的分類(lèi)(Sparse Representation-based Classification, SRC)相結(jié)合的全局和局部表征集成方法，該方法利用線性鑒別分析方法在子空間上的... 更多
依托國(guó)家的政策和扶持，為國(guó)內(nèi)環(huán)保技術(shù)引進(jìn)新型技術(shù)貢獻(xiàn)力量。 借助于我們優(yōu) 秀的技術(shù)團(tuán)隊(duì)以及豐富的海外資源，我們力爭(zhēng)立足環(huán)保揚(yáng)塵處理行業(yè)，實(shí)現(xiàn)縱橫向產(chǎn)品多元化，技術(shù)多元化，大成套，一條 龍服務(wù)。
http://www.campusnews.cn