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。
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的問題，提出了一種線性鑒別方法(LDA)和基于稀疏表征的分類(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

人臉識(shí)別(Face Recognition)技術(shù)是一項(xiàng)非常重要的生物特征識(shí)別技術(shù)，同其它的生物特征識(shí)別技術(shù)(如指紋識(shí)別、步態(tài)識(shí)別和虹膜識(shí)別)相比，人臉識(shí)別具有簡便性、非接觸性和不侵犯?jìng)€(gè)人隱私等特的優(yōu)點(diǎn)，這使得在近年來，人臉識(shí)別受到越來越多研究者的關(guān)注，特別是主成分分析方法(Principle Component Analysis, PCA)和線性鑒別方法(Linear Discriminant Analysis, LDA)在人臉識(shí)別中的應(yīng)用之后，人臉識(shí)別在日常生活應(yīng)用領(lǐng)域不斷擴(kuò)大，如出入境檢查、門禁系統(tǒng)、安檢以及機(jī)場(chǎng)的安檢等方面。

在現(xiàn)代社會(huì)當(dāng)中,身份認(rèn)證與識(shí)別問題變得尤為重要。其中,基于人臉面部特征的識(shí)別技術(shù)因其具有的突出優(yōu)點(diǎn)脫穎而出,得到了廣泛研究與應(yīng)用?？紤]到當(dāng)前人臉識(shí)別技術(shù)遇到的相關(guān)難點(diǎn),尋求了一種主成分分析(PCA)和線性判別分析(LDA)相結(jié)合的方法對(duì)人臉進(jìn)行識(shí)別,并且基于LabVIEW/Matlab和攝像采集系統(tǒng)等軟硬件設(shè)備,設(shè)計(jì)了人臉識(shí)別系統(tǒng)。該系統(tǒng)以人臉識(shí)別算法為基礎(chǔ),利用PC機(jī)為操作平臺(tái),通過將即時(shí)采集的人臉圖像與所建立的人臉特征庫比對(duì),從而快速有效地查出已登記人員的身份信息。

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。
公司擁有一支強(qiáng)大的技術(shù)團(tuán)隊(duì),技術(shù)人員來自國內(nèi)、外高校，研究所；此外，公司還與東京工業(yè)大學(xué)，德國漢堡工業(yè)大學(xué)，復(fù)旦大學(xué),交通大學(xué)等國內(nèi)外著 名高校建立緊密的技術(shù)合作關(guān)系。
http://www.campusnews.cn