研究基于人脸识别的课堂考勤系统,借助信息技术,以人脸识别为手段,彻底摒弃传统课堂考勤中人工统计管理的落后方式,克服不规范的考勤行为,解决学校以往考勤管理工作中出现的问题,为学校的考勤制度实施提供科学的依据。
本论文主要工作及应用创新如下:
(1)提出了基于稀疏表示和神经网络相结合的人脸识别算法。针对人脸识别过程中识别速度较慢的问题,依据压缩感知理论,利用小波变换对图像进行稀疏化处理。然后采用改进BP人工神经网络对图像进行训练。采用较少的元素表示人脸图像,不仅能对人脸图像进行降维,还能滤去局部光照、表情细节以及其他面部部件引入的高频干扰信息,**人脸的主要特征,得到适合于计算机识别的低维图像,提高了人脸识别速度。
(2)设计了完整的基于人脸识别的学生课堂考勤系统。通过摄像头采集人脸图像,然后对人脸图进行预处理,并对人脸进行标定,分割出人脸图像;采用基于稀疏表示和神经网络相结合的人脸识别算法,进行人脸识别,然后把识别结果信息保存到数据库中,完成学生课堂考勤操作。
(3)设计并开发了基于C/S和B/S混合体系结构的学生课堂考勤系统。人脸识别采用C/S模式开发,考勤信息管理的设置与查询采用B/S模式开发。数据库服务器主要为考勤资料和考勤数据的存取提供服务。Web服务器为请假管理、考勤数据的查询和输出提供服务。学生可以通过网络查询个人的考勤情况,不受环境限制。
人脸识别系统是人脸识别技术在生物特征识别领域的应用,旨在将人脸图像作为一种可以标识的生物特征进行编码与鉴别,目前较为广泛的应用于安防领域。由于云台摄像头的可控旋转特性,基于云台摄像头的人脸识别系统可以应用于公共区域的跟踪监控或教室的监控等。
本文基于Labview图形开发环境构建了实时图像采集、人脸检测与识别、云台摄像头跟踪一体化的人脸识别系统
随着人脸识别技术的快速进步以及市场应用需求的凸显以及资本的热捧,人脸识别在近一两年特别火热。人脸识别技术在应用上也有了很大的突破,不再局限于考勤、门禁行业的简单应用,目前随着技术的进一步成熟和社会认同度的提高,其广泛应用于金融、**、、公安、边检、、**、电力、工厂、医疗及众多企事业单位等领域。本文将侧重从安防层面来解读人脸识别在医疗行业的应用。
随着科技的发展,人脸照片、人脸视频、三维人脸模具越来越容易获得,基于人脸认证的攻击越来越多,技术也越来越高,对系统的安全带来了严重的挑战。