人脸检测识别技术在警察执法中的应用

人脸检测识别技术在警察执法中的应用

ID:38263076

大小:203.10 KB

页数:6页

时间:2019-05-25

人脸检测识别技术在警察执法中的应用_第1页
人脸检测识别技术在警察执法中的应用_第2页
人脸检测识别技术在警察执法中的应用_第3页
人脸检测识别技术在警察执法中的应用_第4页
人脸检测识别技术在警察执法中的应用_第5页
资源描述:

《人脸检测识别技术在警察执法中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2007年10月四川警官高等专科学校学报Oct.,2007第19卷第5期JournalofSichuanPoliceCollegeVol.19No.5◆刑事侦查人脸检测识别技术在警察执法中的应用○王刚(四川警察学院四川泸州646000)内容摘要:人脸识别是一门利用人脸的个性特征来进行身份鉴别的技术。人脸识别系统由人脸检测、人脸预处理、特征提取和分类器四部分组成。人脸识别技术在警察执法工作中主要应用于识别证件、监视与查缉、安全验证、紧急救援等方面。关键词:人脸识别;检测方法;警察执法;应用中图分类号:D918.226文献标识码:A文

2、章编号:1009-8410(2007)05-0063-06ApplicationofthefacedetectionorrecognitiontechnologyinpoliceenforcethelawWANGGangAbstract:Inthispaper,thebasicknowledgewhichincludethedevelopmenthistory,frameworkandalgorithmofhumanfacedetectionisintroduced.Thetechnologyoffacedetectionandr

3、ecognitionareusedforthepracticesofpoliceinvestigationnowadays.Intheend,themainproblemsanddevelopmenttrendofthetechniquearepresented.Key-words:FaceRecognition;ExaminationWays;PoliceEnforcetheLaw;Application近年来,人脸检测技术得到了广泛应用。人脸检测是指在输入图像中判定是否存在人脸,如果存在的话,确定所有人脸的位置、大小、姿态的过

4、程。人脸检测是人脸识别的基础。人脸识别因其在案犯识别、安全验证系统、档案管理、视频会议、智能人机交互系统等方面的巨大前景而越来越成为当前模式识别和计算机视觉的一个研究热点。人脸识别技术应用十分广泛,可用于司法机关刑侦或技侦中的案犯身份识别、身份证及驾照等证件验证、银行及海关的监控、自动门卫系统、单位考勤系统、视频会议、机器人的智能化研究以及医学等方面。人脸识别系统主要是由人检测、人脸预处理、特征提取和分类器(包括训练和识别)四部分组成,如图1所示。收稿日期:2007-03-29作者简介:王刚,(1975-),男,浙江人,四川警察学

5、院刑事技术系讲师。-63-王刚人脸检测识别技术在警察执法中的应用图1人脸识别系统示意图[3]一、人脸检测基于神经网络方法的人脸检测方法;微软研究院的多媒体计算研究组发展了这一方法并用于灰[4]人脸检测是计算机视觉、计算机图形学中的度静态图像中的多视觉人脸检测;吴俊强等人一个研究热点和难点。人脸检测与定位是人脸自提出了基于LLE和BP神经网络的人脸检测方法[5]动识别系统中关键的一步。近年来,人脸检测的研。根据对面部特征的利用方式不同,人脸检测的究已经取得了长足的发展。viola等人提出的基于方法可以分为两大类:基于面部几何特征的检

6、测积分图像特征的AdaBoost方法,使用层叠分类器方法和基于图像的检测方法,如图2所示。[2]检测灰度静态图像中的人;Rowley等人提出的(一)基于面部几何特征的检测方法。不太敏感。但是,当人脸具有一定的表情或者姿态基于面部几何特征的检测方法直接利用人脸变化时,特征提取不精确,而且由于忽略了整个图的面部几何特征,如肤色、五官的几何信息等,它像的很多细节信息,检测率较低,所以近年来已经的基本思想是首先检测出嘴巴、鼻子、眉毛、眼睛很少有新的发展。基于面部几何特征方法可以分等脸部主要部件的位置和大小,然后利用这些部为低级特征分析法、

7、中级特征分析法和主动形状件的总体几何分布关系以及相互之间的参数比例模型。具有代表性的是Snakes方法和Defor-来检测人脸。该方法非常直观,识别速度快,内存mableTemplate方法。要求较少,提取的特征在一定程度上对光照变化1.低级特征分析法。低级特征分析法通常分-64-王刚人脸检测识别技术在警察执法中的应用为基于边缘、灰度等级、肤色、运动特征等方法。其征抽取工作,并有利于硬件的实现。缺点主要在于中,边缘是图像的重要特征,边缘检测一直以来都其方法的可解释性较弱,且要求多张人脸图像作是图像处理的一部分,对于形成类型特征进而

8、描为训练集,只适合于小型人脸库。Kohonen最早将述目标对象或解释图像有着重要意义。灰度图像自组织映射(Self-OrganizingMap,SOM)神经网络的边缘检测方法众多,经典的算法有Robeas算用于人脸检测。他利用SOM的联想能力回忆人

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。