修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

23 条数据
?? 中文（中国） ▾

  • [IEEE 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 中国西安(2018.11.7-2018.11.10)] 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 课堂环境人脸数据集与探究(FACE)

    摘要： 人脸检测研究的快速发展得益于大量图像数据集的可用性，这些数据集提供了图像中人脸的详细标注。然而，在众多公开可用的数据集中，据我们所知，没有一个专门为学术应用而创建。在本文中，我们提出了一种系统的方法来构建一个专为课堂环境设计的图像数据集。我们还公开了我们的数据集及其探索性分析。我们的数据集将使计算机视觉在学术应用中的研究（如自动学生考勤系统）受益。

    关键词： 图像数据集、人脸识别、人脸检测、计算机视觉、数据收集、教育数据挖掘、自动考勤系统

    更新于2025-09-23 15:22:29

  • 三维形状分析（基础、理论与应用）|| 三维人脸识别

    摘要： 人脸自动识别在安全、人机交互等诸多领域具有广泛应用潜力。一个精准稳健的人脸识别系统需要在多变条件下区分不同个体的面部特征。主要挑战在于：从宏观视角看，人脸外观高度相似且差异极其细微——所有人面部结构相同，都由相似器官（如鼻子、眼睛和嘴巴）构成；另一方面，同一张脸在外部因素（如相机位置、光线强度与方向）和内部因素（如头部姿势朝向、面部表情、年龄、肤色及性别）变化时，呈现效果可能产生显著改变?；诖耍肆呈侗鸨鹊谑徽绿致鄣某９嫖锾迨侗鹞侍飧咛粽叫?。 早期研究者主要聚焦二维人脸识别，即通过单目相机采集数据实现人脸辨识。他们在受控环境中取得了良好识别效果。随着高性价比三维采集系统的普及，三维数据的易获取性、独特优势及广泛应用正推动人脸识别技术发展。本章将综述三维人脸识别的最新进展：10.2节首先介绍当前研究者可用的各类三维人脸数据集与基准测试平台，并探讨相关挑战与评估标准；10.3节重点评述关键的三维人脸识别方法；10.4节对本章内容进行总结与讨论。

    关键词： 基于局部特征的匹配、人脸识别、人脸验证、整体方法、挑战、3D人脸识别、数据集

    更新于2025-09-23 15:22:29

  • 评估近红外人脸识别系统中的特征提取器与降维方法

    摘要： 本研究评估了近红外领域中全局与局部特征提取器及降维方法的性能。采用Zernike矩(ZMs)、独立成分分析(ICA)、Radon变换+离散余弦变换(RDCT)、Radon变换+离散小波变换(RDWT)作为全局特征提取器，使用局部二值模式(LBP)、Gabor小波(GW)、离散小波变换(DWT)和未抽取离散小波变换(UDWT)作为局部特征提取器。通过主成分分析(PCA)、核主成分分析(KPDA)、线性判别分析+主成分分析(Fisherface)、核Fisher判别分析(KFD)和谱回归判别分析(SRDA)进行降维方法评估。在CASIA近红外数据库和PolyU-NIRFD数据库上的实验表明，在存在面部表情、眼镜、头部旋转、图像噪声和错位的情况下，ZMs作为全局特征提取器、UDWT作为局部特征提取器以及SRDA作为降维方法相比其他某些方法具有更优的综合性能。

    关键词： 比较研究，非抽取离散小波变换，人脸识别，近红外，Zernike矩

    更新于2025-09-23 15:22:29

  • [IEEE 2018年第25届国际图像处理会议(ICIP) - 希腊雅典 (2018.10.7-2018.10.10)] 2018年第25届IEEE国际图像处理会议(ICIP) - 基于神经网络的格式塔兴趣点实现抗妆容人脸识别

    摘要： 本文提出了一种针对妆容鲁棒性人脸识别的新方法。大多数人脸识别方案通常难以很好地泛化处理训练集与测试集存在显著差异（如妆容变化）的数据。我们的方法重点解决判断化妆前后人脸图像是否属于同一身份的问题。这项基础研究工作可应用于多种实际场景，例如自动化护照查验、公共安全及监控领域。实验表明，与现有最先进方法相比，本方法具有显著优势。

    关键词： CNN、人脸识别、抗化妆干扰、GIP、人员身份识别

    更新于2025-09-23 15:21:01

  • [IEEE 2019年第44届国际红外、毫米波和太赫兹波会议（IRMMW-THz）- 法国巴黎（2019年9月1日-2019年9月6日）] 2019年第44届国际红外、毫米波和太赫兹波会议（IRMMW-THz）- 毫米波频段间隙波导馈电圆极化天线

    摘要： 由于在实践中应用广泛，人脸识别已成为一个活跃的研究课题。在训练样本充足的情况下，许多机器学习方法都能实现高精度的人脸识别。然而，当训练样本不足时——尤其是极端情况下仅有一个训练样本——人脸识别就变得极具挑战性。如何解决单样本人脸识别中样本量小与高维度这两个相互矛盾的问题，对其实际可达成的识别精度和可行性至关重要。不同于基于泛化能力提升的传统全局人脸识别方法，也不同于依赖图像分割的局部人脸识别方法，本文提出了一种基于局部保持投影(LPP)特征迁移的单样本人脸识别算法。首先通过白化余弦相似度度量筛选迁移源，获取选择性样本源；其次分别将源人脸和目标人脸向量通过LPP投影到特征子空间，计算特征迁移矩阵来近似子空间中源人脸与目标人脸的映射关系；随后利用该特征迁移矩阵将训练样本的原始宏观特征迁移为目标宏观特征；最后采用最近邻分类器进行人脸识别。基于FERET、ORL和Yale等常用数据库的实验结果表明，相较于(PC)2A和Block FLDA等主流单样本人脸识别算法，本文提出的基于LPP特征迁移的单样本人脸识别算法具有显著优势。

    关键词： 单样本、特征提取、人脸识别、局部保持投影、迁移学习

    更新于2025-09-19 17:13:59

  • [IEEE 2019年光子学与电磁学研究春季研讨会（PIERS-Spring） - 意大利罗马（2019.6.17-2019.6.20）] 2019光子学与电磁学研究春季研讨会（PIERS-Spring） - 基于薄左手薄膜和非线性衬底的平面波导中光学TE<sub>2</sub>模的简并能级交换

    摘要： 实际应用中的人脸识别（FR）系统需要应对多种干扰因素，例如人脸图像中的遮挡和伪装。相较于光照不均和姿态变化等其他干扰形式，遮挡人脸尚未得到足够重视。本研究提出一种名为动态图像到类别扭曲（DICW）的新方法来应对这一FR挑战。人脸由额头、眼睛、鼻子、嘴巴和下巴按自然顺序构成，且该顺序不受遮挡影响。因此将人脸图像分割为若干区块，再按光栅扫描顺序拼接成有序序列?；诟盟承蛐畔?，DICW通过查询序列与注册对象所有序列在时间维度和类内维度上的最优对齐，计算查询人脸与该对象图像之间的图像到类别距离。与现有大多数方法不同，本方法能同时处理图库图像和探测图像中存在的遮挡。在包含多种类型遮挡的公开人脸数据库上进行的广泛实验，证实了所提方法的有效性。

    关键词： 图像到类别的距离、人脸识别、生物识别、动态时间规整、遮挡

    更新于2025-09-19 17:13:59

  • 使用深度和红外图像进行人脸识别

    摘要： 本文提出了一种结合深度图像与红外图像的人脸识别方法。传统基于彩色图像的人脸识别方法虽能准确识别人脸，但易受光照影响，且易被照片、雕塑等假人脸盗取用户面部信息。而基于深度或红外图像的方法受光照影响较小，并能有效防止假脸识别。本文利用深度图像缩短识别时间，采用红外图像提升识别性能。在人脸检测阶段，通过捕获的深度图像定位人鼻位置以减少检测耗时，并划定人脸区域；在特征提取阶段，采用三维局部二值模式从红外图像提取特征图；在人脸识别阶段，将捕获人脸特征与数据库预存人脸特征进行比对获得相似度，当相似度超过设定阈值时判定识别成功。仿真结果表明，该方法在正?；肪臣叭豕馓跫戮鼙３至己玫娜肆呈侗鹦阅?。

    关键词： 局部二值模式，深度图像，人脸识别，红外图像

    更新于2025-09-12 10:27:22

  • [IEEE 2018年NASA/ESA自适应硬件与系统会议（AHS） - 英国爱丁堡（2018.8.6-2018.8.9）] 2018年NASA/ESA自适应硬件与系统会议（AHS） - 面向智能视频监控系统的设计

    摘要： 安全与监控系统（尤其是视频监控类）对质量、可靠性和灵活性的要求日益提高。本研究旨在识别现有视频监控系统的局限性，并提出一套开发智能安防监控平台的最佳实践方案，该平台融合了先进的视频处理与分析技术。我们重点研究视频质量对公共安全视频监控系统生物识别环节的影响——由于存在强光照变化、噪声及面部表情改变等因素，从监控摄像头获取的视频序列中进行人脸检测与识别具有挑战性。本文主要针对视频监控中的光照问题：采用基于感知的多尺度Retinex方法处理低光照视频数据以提升画质，继而进行人脸检测。实验结果表明，通过改善视频序列的光照条件，相较于未处理的原始视频数据，人脸检测与识别的性能获得显著提升。

    关键词： Retinex算法、人脸识别、人脸检测、视频监控、图像增强

    更新于2025-09-11 14:15:04

  • 通过自适应光照预处理和改进的韦伯脸实现自适应光照归一化

    摘要： 光照处理是人脸识别中的一项具有挑战性的任务。本文提出了一种新颖的光照归一化方法，旨在消除光照边界并改善暗光条件下的图像质量。首先，为提升图像质量，采用自适应光照预处理算法；随后通过抑制受光照影响较大的成分来改进韦伯-人脸模型。在Extended Yale B和CMU-PIE数据库上的实验结果表明，该方法在复杂光照条件下能获得高性能表现——在Extended Yale B数据库上准确率达93.02%，在CMU-PIE数据库上达70.44%，均高于同类方法。相比多种前沿技术，本方法不仅显著提升人脸识别率，还保持了较低的运算复杂度。

    关键词： 光照处理，人脸识别，光照边界，暗光条件，韦伯人脸

    更新于2025-09-10 09:29:36

  • 基于对数总变分的单样本光照变化下的人脸识别

    摘要： 对数总变分（LTV）算法是经典的人脸识别光照干扰处理算法。现有基于LTV的先进技术假设光照成分主要存在于人脸图像的低频特征中，但这些技术采用不恰当的方法处理低频特征，导致最终识别率不理想。本文提出一种改进的LTV光照归一化方法——RETINA&TH-LTV算法：首先利用视网膜模型消除低频特征中的大部分光照成分，继而通过改进的对比度受限自适应直方图均衡技术去除残余光照；同时通过对高频特征进行阈值滤波实现面部特征增强；最后将处理后的频域特征融合为鲁棒的整体特征图像用于识别。该研究还考虑了人脸识别中训练图像不足的问题，在YALE B、CMU PIE及自建驾驶员数据库上进行了单样本人脸识别的对比实验，采用最近邻分类器和扩展稀疏表示分类器作为分类方法。结果表明RETINA&TH-LTV算法性能优异，尤其在强光照和训练样本不足条件下表现突出。

    关键词： 对数总变差、人脸识别、光照归一化、低频与高频特征

    更新于2025-09-09 09:28:46