热博RB88

門禁系統人臉采集檢測識別系統算法>>您當前位置:首頁 > 最新動態 >

門禁系統人臉采集檢測識別系統算法

作者:admin 時間:2016-12-28 13:43

 1 圖像預處理
  圖像采集設備采集到的人臉圖像,因圖像的采集設備、光照條件、人臉姿態位置等因素存在差異,所以采集到的圖像可能會有各式各樣的噪聲,獲取的圖像若不經過處理,將干擾人臉識別的效果。因此,為了準確穩定地獲取人臉特征,必須對圖像進行規范化處理,消除噪聲,修正失真。
  人臉圖像預處理主要包括:幾何規范化及灰度規范化。幾何規范化是指通過把兩眼瞳孔之間的距離作為系數比對整個圖像進行平移、旋轉、縮放,形成符合訓練集的人臉圖像標準。灰度規范化是改善圖像質量,并將其灰度統一到給定的標準,一般包括灰度變換、直方圖均衡化兩個步驟。
  2 人臉檢測
  AdaBoost是典型的集成機器學習方法。是針對同一個訓練集訓練不同的弱分類器,弱分類器識別率好于隨機猜測的學習算法,所有迭代得到的弱分類器,并按照—定的權值疊加起來,得到一個強分類器。將多個強分類器連接起來,得到Adaboost級聯分類器。通過一組樣本的學習后,能夠達到理想的識別率的學習算法。其算法本身是通過改變數據分布來實現的,它根據每次訓練集之中每個樣本的分類是否正確,以及上次的總體分類的準確率,來確定每個樣本的權值。將修改過權值的新數據集送給下層分類器進行訓練,最后將每次訓練得到的分類器最后融合起來,作為最后的決策分類器。
  3 人臉識別
  主成分分析法(Principal Component Analysis PCA)是一種常用的基于變量協方差矩陣對信息進行處理、壓縮和抽提的有效算法。PCA算法在降維和特征提取方面優勢突出,在人臉識別領域得到了廣泛的應用。
  PCA算法的原理是利用K-L變換抽取人臉的主要成分,構成特征臉空間,識別時將測試圖像投影到此空間,得到一組投影系數,通過與各個人臉圖像比較進行識別。利用特征臉法進行人臉識別的過程由訓練階段和識別階段兩個階段組成。


【相關文章】

  • 人臉識別技術開始廣泛應用到行通道
  • 單片機的指紋門禁系統的硬件與軟件
  • 廣州單片機的指紋門禁系統的功能介
  • 公安高校圖書館門禁系統對讀者的影
  • 智能棧橋門禁系統正式啟用及安裝技
  • 人臉考勤機與指紋考勤機的區別?哪
  • 門禁系統:新技術不斷涌現


  • 上一篇: 職能門禁系統總體設計方案要求
    下一篇:廣州新型地鐵安全門禁系統推薦

    Keywords: 廣州四門門禁系統報價 食堂IC卡售飯機報價 指紋識別考勤機廠家 廣州視頻監控系統報價 閘機廠家 三輥閘機多少錢