【作者机构】山东科技大学计算机科学与工程学院； 山东科技大学智能装备学院 【分 类 号】TP391.41 【分类导航】工业技术->自动化技术、计算机技术->计算技术、计算机技术->计算机的应用 【关 键 词】局部二值模式 人脸识别 受限波尔兹曼机 深度置信网络 【摘 要】针对现在的大多算法在提取人脸特征时直接提取整个人脸,而忽略局部的细节特征,提出一种将人脸图像进行分块局部运用LBP算子然后与深度置信网络结合的人脸识别算法(BPBN)。首先,将人脸图像进行分块,对分块后的图像提取LBP进行统计,将生成的LBP直方图按照一定秩序组合连接成新的特征向量。其次,将得到的LBP特征作为深度置信网络(DBN)的输入,采用贪婪算法逐层进行训练,然后用反向传播(BP)算法对训练得到的深度置信网络进行优化。最后,用训练好的深度置信网络对人脸进行识别。在ORL人脸数据库上进行实验,识别率达到96.0%,然后与传统的主成分分析(PCA)算法集成支持向量机(SVM)的方法进行相比,识别率有较为显著的提升,说明该方法具有更好的人脸识别效果。 人脸识别技术在供电营业厅的应用研究[J].科技风,2020,第9期 随着国网营业厅"三型一化"的推进,营业厅的自助设备越来越多,用户每次使用设备,均需输入用户号及密码或者刷身份证才能登入系统办理业务,账号密码容易忘记,身份证容易忘记携带,这给办理业务的用户带来了不便。人脸识别技术在其他行业已不断兴起,本文研究将人脸识别技术应用到供电营业厅中,一方面能够提升客户体验,另一方面能够提升客户管控,提高了服务效率。 产业发展视角下卷烟精准配送监管系统的构建探究 ——基于人脸识别技术[J].中国市场,2020,第8期 卷烟配送过程的传统方式是通过客户回访、跟车暗访、客户投诉处理等,难以为卷烟配送业务提供实时有效的大数据支撑,使得卷烟配送环节存在监控、安全和考核的不精准。随着人脸识别技术的不断成熟,采用人脸识别技术进行身份识别认证已经成为新的发展趋势,秉承国家局"精益物流、科技物流"的理念,基于人脸识别技术的卷烟精准配送监管系统的构建,将极大地提升卷烟精准配送监管的信息化水平,助力卷烟配送环节规范监管和提升市场运营效率。文章探讨了卷烟精准配送监管系统的构建策略,具有一定参考借鉴价值。 人脸识别支付系统分析[J].电脑知识与技术,2020,第8期 人脸识别支付是一种新的支付手段,在各个交易领域都有着很大的应用前景。它与传统的支付方式(现金、刷银行卡等)相比具有高效性和安全性等优势。因为人脸识别支付跳过了用户手动操控手机,用户只需扫描人脸,输入指纹或支付密码,即使离开手机用户照样能够付款。人脸识别支付较使用手机APP支付花费的时间会更短,平均不到1秒就可以完成支付。该支付系统大致的流程是用户注册——用户使用——完成交易。 基于VGG16架构的中国名人面孔识别[J].科技风,2020,第7期 人脸识别在现实生活中具有广阔的发展前景,本文设计了一种新的位姿不变的人脸识别深度神经网络算法,以极低的错误率识别中国公众名人。该算法首先是构建了一个新的数据集,数据集的每一张图片是带有标签的面孔。其次是对构建的新数据集上的深卷积神经网络(CNN) VGG-16架构进行了微调。文中算法和Fisherface相比,在识别精度和耗时上面均表现更好。 基于Python的人脸识别技术的应用[J].电脑知识与技术,2020,第7期 近些年随着人脸识别技术的普及和发展,人脸识别算法的优化与改进,人脸识别技术逐渐成熟并开始应用于安防行业、金融领域等部门。该文介绍了基于Python的人脸识别技术的应用。由于计算机硬件技术的进步和改善,在软件算法改进的基础上,人脸识别技术在深度学习及实现下,开始带来了一股发展的浪潮,能够在图像、语言和特征值提取等方面,有着显著的应用。伴随人脸识别技术的更多应用,该文展开了具体的应用场景介绍。 墨奇AI实现秒级20亿身份识别[J].计算机与网络,2020,第5期 日前,在墨奇科技举办的"识身份、联万物"研讨会上,墨奇科技高管悉数亮相,阐述行业洞察、介绍了新一代"指纹身份识别AI系统"及其"秒识20亿指纹"的优异性能和应用落地成果,展示了中国AI奋勇向前、锐不可当的核心技术创新能力。 基于人脸识别的空间可变智能云储物柜[J].电子世界,2020,第5期 本项目采用空间可变的结构来提高空间利用率和通用性,采用人脸识别的身份凭证方式解决易丢失、易遗忘的问题,进而解决传统储物柜所存在的问题。本项目采用了微信小程序及网页的形式作为客户端后台监控中心,使得用户可以通过手机就能便携地进行注册并绑定个人信息、人脸信息,从而可以使用本项目人脸识别的方式进行取件并且管理员可以通过电脑网页对各地储物柜运营状态进行监控和分析。储物柜能实时与后台服务交互数据,能够在服务端更加快速和安全地保存、处理数据。 基于LBP与LSSVM的数字图像分类算法[J].液晶与显示,2020,第5期 针对数字图像的高精度分类问题,提出了一种新型数字图像分类算法。在该算法中,局部二值模式(Local Binary Patterns,LBP)算子被用于数字图像的LBP图构建LBP图的直方图被用于构建图像样本的特征向量;大量样本的特征向量构建的训练数据集被送入最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)进行最优分类模型的构建。在测试数据集的分类测试中,对本文所提出算法与传统支持向量机算法、极限学习机算法和Hopfield神经网络方法进行了比较,在宏查准率、宏查全率和分类时间几个典型性能指标的测试方面,本文所提出的LBP-LSSVM算法均表现出了优异的性能。 基于欠样本混合内变基字典的扩展协同表示算法[J].液晶与显示,2020,第5期 协同表示算法对人脸图像具有快速分类的特点,但在单样本或欠样本情况下,对变化复杂的人脸识别率还不够理想,无法满足工程要求。针对该问题,提出一种基于欠样本混合内变基字典的扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程,提取人脸的变化共同特征并生成内变基,再融合两种及两种以上不同人脸变化的共同特征生成混合内变基,提高内变基的通用性,建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸,达到扩展训练样本集的目的,再对人脸协同分类。利用AR库、ORL库、Yale库和Yale B库进行识别实验。结果表明,本文算法能有效提高协同表示算法的识别率,在欠样本情况下识别率提高7.33%～33.17%,在单样本情况下识别率提高6.78%～24.47%。 基于YOLOv3与ResNet50的摄影机器人人脸识别跟踪系统[J].计算机与现代化,2020,第4期 虚拟演播室下,针对需要摄影机器人来自动完成对主持人的识别并对其进行镜头跟踪的任务,提出一种在基于YOLOv3完成人脸检测的基础上,构建ResNet50网络,对主持人进行人脸识别及镜头跟踪的系统。为提高其在开放集上人脸识别的精度,基于CASIA-FaceV5与PubFig数据集构建人脸训练集,在改进的ResNet50模型上完成模型的联合监督训练。结合摄影机器人运动控制算法进行实验,实验表明该系统具有较好的识别精度与实时性,能够满足虚拟演播室下摄影机器人人脸跟踪要求。