简介：本文从人脸检测问题的分类、人脸模式的分析、特征提取与特征综合、性能评价等角度,系统地分析了人脸检测问题,将人脸检测方法主要划分为基于知识的人脸验证方法和基于统计的学习方法,指出统计学习方法优于启发式验证方法.

简介：摘要简要介绍了人脸识别的研究背景和研究意义；重点对近年来人脸识别常用方法进行分类总结，并对方法的优缺点进行了分析；总结了现阶段人脸识别存在的问题并提出今后的发展方向。

简介：据报道,中国电子科技大学警用装备研究联合实验室的一个团队，为警方开发了一款高科技车辆，它装备有人脸识别系统，可以在人群中识别出犯罪嫌疑人。这款车的车顶上装有360度全视角摄像头，可以自动扫描60米范围内的所有人脸。

简介：摘 要：常见的人脸检测的 4个方法：参考模板法、人脸规则法、样品学习法、肤色模型法，神经网络具有强大的自学习能力，使得样品学习法被广泛采用。按照时间顺序，将人脸识别算法进行了分类：几何特征方法、 PCA算法、 LBP算法、深度学习算法，比较了几个算法之间的优劣势，并给出了算法适用的场景，其中 CNN算法具有强大的自学能力和运算能力，确保算法实时有效。

简介：

简介：摘要人脸识别技术在实际生活中应用广泛，本文首先回顾近年来人脸识别的一般方法超分辨率算法、基于稀疏表示的分类方法、基于核范数的矩阵回归方法，并分别指出现有方法的适用范围及其局限性。最后对现阶段人脸识别在实际应用中亟待解决的问题进行总结，并展望今后人脸识别研究的发展趋势。

简介：

简介：据《美国趣味科学网站》2015年7月4日报道：一项新的研究结果表明，如果你发出嘘声赶走鸽子，这只鸽子可能会记着你，并在下次再遇到你时会避开你。研究人员发现，

简介：摘要介绍了在OpenCV环境下，利用计算机摄像头捕获捕获图像，将RGB格式的图像转换为YUV格式，得到灰阶图像，利用Surf算法，分析其特征梯度，识别出其中人脸所在区域并将其圈出。

简介：摘要：目前，人工智能与机器人实验室研制了一套人脸测温系统并投入使用。该系统选用了双目摄像头模块与红外探测器进行测距与测温，最后通过算法实现了测温与测距的融合。因此，这套设备完成了场域内非接触式的快速测温，在疫情仍然反复的当下提供了一种更加可靠的社会治理方案。

简介：

简介：摘要城市轨道交通已经成为城市居民出行的重要方式，在一些大城市中的交通系统中，发挥着主要的作用。近年来，通过大数据技术的突破和应用，在确保公共场所安全稳定的前提下，实现动态数据采集、检测、预防及捕获各类涉危人员的手段日趋成熟，对针对性打击控制涉危人员提供了更多的技术支撑。

简介：在北京奥运会的开幕式上，数万观众在100多个观众通道经过人脸识别系统的快速身份验证，有序入场。

简介：随着人们对自己账号安全意识的不断提高，各种网络运营商也开始想出各种便捷而又安全的认证方式，如网易邮箱最近就推出了“人脸识别”功能，用户每次访问自己的邮箱时只需用摄像头“自拍”一下即可登录。

简介：最临近支持向量机ProximalSVM（PSVM）是一种有效的、简单的和快速的近似支持向量机方法,识别效果和标准支持向量机相当,相比之下有较少处理时间．虽然有此优点,它的有效性仅仅是针对维数不高、大样本的数据集,而对于上千维甚至上万维的、小样本的人脸数据库情况没有人给出实验结果．文章把PSVM稍做改变,对四个公开的人脸库进行分类．同时采用几种典型的泛化线性鉴别分析（GLDA）方法,对人脸图像预处理．从识别率和所用的处理时间两方面以及用最近邻及最近特征线分类器进行对比,得出具有较好识别效果和处理时间的方法．

简介：摘要：大数据时代下，互联网、人工智能、数字化计算等技术迅速发展，人脸识别作为一个“优秀作品”，逐渐从理论走向实践，并应用于公共安全、教育、金融等领域。但在实际应用过程中，逐渐显现出了一些安全隐患。本文从人脸识别的特征、法律保护进行分析，并对人脸识别技术的实际应用提出规制建议。

简介：摘要

简介：

简介：摘要人脸识别，是基于人的脸部特征，检测图像或视频流中是否存在人脸，若存在人脸，就进一步检测出其位置、大小以及面部各个器官的位置等信息，并可自动跟踪和进行身份识别的一种技术。人脸识别技术包括有人脸特征提取、人脸检测识别和人脸验证等方面，将待识别的图像与数据库的储备图像进行匹配，从而识别人的身份，本文对一些主要的人脸识别技术进行介绍并探究其发展。

简介：近年来随着深度学习技术的引入,基于深度学习的人脸识别算法的性能得到了极大的提升.基于深度学习的人脸识别算法通常需要大规模的人脸数据作为训练集,但是制作一个大规模的人脸识别数据集,需要耗费大量的人力物力.为了在训练数据有限的条件下进一步提高人脸识别算法识别性能,特提出两种训练样本增强的方法：一是基于三维可形变人脸模型,根据单张人脸图像生成其对应的多姿态人脸图像;二是基于人脸关键点检测技术,根据单张人脸图像生成其对应＂戴眼镜＂人脸图像.通过这两种样本增强方法,对有限的训练样本进行扩充,从而有效提升了人脸识别算法的性能.