人脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今科技领域攻关的高精尖技术。它广泛采用区域特征分析算法，融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，具有广阔的发展前景。
人脸图像特征提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数 特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大 类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。
基于知识的表征方法主要是根据人脸的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分 量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特 征，这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

人脸识别系统具有广泛的应用：人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来访登记、人脸识别ATM机智能视频报警系统、人脸识别监狱智能报警系统、人脸识别RFID智能通关系统、人脸识别罪犯追逃智能报警系统等等。

人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。

虽然目前人脸识别系统已经取得了较好的识别效果，但依然受到光照、姿态、表情变化、发型、有无眼镜和年龄老化等多方面因素的影响。因此，本文对人脸识别技术的研究，具有重要的理论研究意义和实际应用价值。本文主要针对人脸识别中特征的选取和分类的问题，提出了一种线性鉴别方法(LDA)和基于稀疏表征的分类(Sparse Representation-based Classification, SRC)相结合的全局和局部表征集成方法，该方法利用线性鉴别分析方法在子空间上的... 更多
公司拥有一支强大的技术团队,技术人员来自国内、外高校，研究所；此外，公司还与东京工业大学，德国汉堡工业大学，复旦大学,交通大学等国内外著 名高校建立紧密的技术合作关系。
m.tztdzl.b2b168.com