- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[2018年IEEE智能世界大会、普适智能与计算、先进可信计算、可扩展计算与通信、云计算与大数据计算、人联网与智慧城市创新国际会议（SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI）——中国广州（2018年10月8日至12日）] 2018年IEEE智能世界大会等系列会议——边缘人脸检测智能办公系统
摘要： 互联网连接设备数量的快速增长对体现"云"概念的集中式物理数据中心现有网络带宽和处理能力提出了极高要求。为缓解这种需求并释放网络容量，边缘计算范式应运而生。该范式主张在更靠近用户的本地处理数据，从而避免向集中式数据中心传输数据的缓慢通信过程。实现这一范式需要通过了解各类潜在节能设备的处理与存储极限来评估智能应用，同时探索提升其性能的有效方法。本文在代表性边缘设备——最新树莓派上开发并评估了一个端到端智能办公应用，该应用通过安卓程序和亚马逊Alexa技能调用现有按需云服务。所开发的解决方案能监测多种环境参数，并可通过人脸识别确认用户身份。我们将评估此类应用在边缘设备上的需求，探索减少存储与处理数据的方法，同时分析其对检测率的影响。特别地，我们通过测量图像压缩级别与训练数据生成时间及人脸检测率之间的关系，评估提高图像压缩程度的有效性。实验结果表明边缘系统实现效果良好，同时也支持云与本地处理混合方案在最小化网络使用的前提下完成复杂任务的可能性。
关键词： 边缘计算、智能环境、物联网、人脸识别
更新于2025-09-04 15:30:14
-
[计算智能研究] 计算机视觉最新进展 第804卷（理论与应用）|| 基于精确高斯-埃尔米特矩的人脸识别
摘要： 人脸识别系统在过去几十年间受到了更多关注。精准特征是这些系统的基石，其识别与分类过程的表现主要取决于这些特征。本章提出一种高精度人脸识别系统新方法：采用精确高斯-埃尔米特矩(EGHMs)提取人脸图像特征，利用其高阶矩捕捉图像的高阶非线性特征；运用该矩的旋转、缩放及平移不变性克服几何畸变问题。非负矩阵分解(NMF)作为避免主成分分析(PCA)和独立成分分析(ICA)缺陷的主流图像表征方法，能有效保留图像变化特征，被用于提取特征的层级分类。本研究使用具有不同特性的ORL、Ncku和UMIST三个面部数据集进行验证，实验结果表明该方法较其他方法具有更高的识别准确率。
关键词： 特征提取、人脸识别、精确高斯-埃尔米特矩、非负矩阵分解、分类
更新于2025-09-04 15:30:14
-
[智能系统与计算进展] 智能计算技术最新研究成果 第707卷（第五届ICACNI 2017会议录，第1卷）|| 一种改进的人脸识别框架
摘要： 近年来，模式识别领域尤其是人脸识别方向的研究人员取得了显著进展。如今计算机在人脸识别与验证任务中的表现已超越人脑。虽然多数人脸识别方法在特定条件下效果良好，但部分方法在准确度方面会出现异常表现。本文将人脸识别任务划分为分割、特征提取和分类三个子?？椋ü卣飨蛄刻崛〔⒔Ｈ肆惩枷裥畔?，利用统计分类器基于距离度量规范对特征向量计算所得权重进行分类。该系统识别准确率达96%，面对表情变化时标准差为0.662。
关键词： 特征向量、生物识别、人脸识别、模式识别、特征值、特征向量
更新于2025-09-04 15:30:14