没有合适的资源?快使用搜索试试~ 我知道了~
—基于机器学习的人脸识别算法的设计与实现.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 3 下载量 57 浏览量
2022-06-16
01:10:08
上传
评论 2
收藏 732KB PDF 举报
温馨提示
试读
17页
—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf—基于机器学习的人脸识别算法的设计与实现.pdf
资源推荐
资源详情
资源评论
—基于机器学习的人脸识别算法的设计与实现
基于机器学习的人脸识别算法的设计与实现承诺人签名: 日
期: 年月日基于机器学习的人脸识别算法的设计与实现摘要人脸识别技
术是一种新型的生物特征认证技术。人脸识别技术也是一个非常活跃的研
究领域,涵盖了许多领域,例如数字图像处理。随着人们对应用程序需求
的增长,面部识别技术趋向于大量使用,使用微芯片和标准化。人脸检测
是快速准确识别人脸的先决条件。其目的是检测图像背景下的人脸,并将
其与数据中的人脸进行比较,以实现人脸识别。
本文以 python 为开发技术,前端实时检测摄像头人脸,人脸识别主
要是使用 mtcnn 做人脸提取,使用 facenet 做人脸特征提取,通过余弦相
似度分类进行人脸识别。系统界面简洁、识别迅速、使用方便。
本文首先介绍了人脸识别系统的现状及其发展背景,然后讨论了系统
设计目标,系统要求和总体设计计划,并详细讨论了人脸识别系统的详细
设计和实现。
系统最后进行面部识别。
并对系统进行特定的测试。
人脸识别,顾名思义就是在图片和视频中检测有没有人脸。当发现一
个人的脸时,会获取其他面部特征(眼睛,嘴巴,鼻子等),并根据此信
息将该人与已知人脸的数据库进行比较。标识一个人的身份。人脸检测是
使用计算机确定输入图像中所有人脸的位置和大小的过程。面部识别系统
是由面部识别系统引入的,该系统可以包括面部图像,输出是面部和面部
图像的存在之和,描述了位置,大小,参数化位置 Do 和方向信息[1]。假
定检测面部的问题始于识别面部的研究。全自动面部识别系统包括与两项
主要技术的链接:面部检测和提取以及面部识别。完成自动面部识别的第
一个要求是确定一个人的面部。人脸识别是自动人脸识别过程的第一步,
它基于自动人脸识别技术。自动人脸识别系统的速度和准确性起着重要作
用。
人脸识别系统可以应用于考勤、安全、金融等领域,应用广泛,大大
提高了工作效率,提高了服务水平,身份认证变得更加科学、规范、系统、
简单。
1.2 国内外研究现状面部识别的研究始于 1960 年代末和 1970 年代初。
第一个研究人员是布莱索,他建立了一个人脸识别系统,但这个系统是半
自动的,识别的主要依据是座位识别的主要特征,如人脸特征点的距离和
比例。20 世纪 90 年代,计算机软硬件发展迅速,人们对人脸识别的要求
越来越高,对人脸识别的鲁棒性也提出了更高的要求[2]。许多学者开始
研究基于整体的识别方法,并成为当时人脸识别研究的趋势。最具代表性
的特征脸方法和弹性图匹配方法。在 1990 年代中期,整体识别和成分分
析相结合的面部识别方式开始涌现。研究人员也开始认识到,他们不仅必
须充分利用来自各种面孔的面部识别信息,而且还必须融合诸如形状拓扑
特征,局部灰度功能和全局比例分布之类的特征。
当时,许多新的算法开始出现,但都是将一些原有的算法拼接在一起,
对算法本身并没有提升和优化。在 1990 年代后期,面部识别技术得到发
展并开始商业化,许多产品开始投放市场。但是,由于算法的单一和落后,
其识别的误差还是很大,并且运行速度还有待提高。直到来到 2000 年,
才有所进步,但是与人们的需求相比存在一些差异,这主要是由于外部环
境的影响,例如光照,姿势和距离的影响。识别效果差。当前,面部识别
技术只能在不需要高识别精度的某些情况下使用。
总的来说,这项工作的面部识别涵盖了各个领域,例如计算机视觉,
数字图像处理和人工智能,但是根据这项研究,无论实际计算机的类型如
何,在现代网络和计算机通信中它都可以满足也需要快速的系统开发。从
一种观点看,研究的价值很高。随着计算机网络的扩散,诸如计算机信息
的图片和视频之类的多媒体信息的比例不断增加,这项研究将不可避免地
导致快速,长期的发展。
1.3 本课题主要工作本文主要分为五个章节,具体结构如下: 第一
章节为概述部分。主要分析了该课题的研究背景以及研究意义。了解了现
阶段国内外的人脸识别的发展情况。提出本文主要的工作内容。
第二章是对开发的环境进行分析,以及对于采用的人脸识别方式进行
分析第三章人脸识别开发的可行性分析和对需求分析第四章是对人脸识别
系统开发流程的说明。
第五章对人脸识别功能实现的测试总结以及对后续改进的展望。
第二章系统开发环境 2.1python 技术 Python 是一种开发语言,一种
用于计算机程序设计的开发语言,并且允许面向对象的编程。
Python 由 GuidovanRoum 开发。
Python 具有许多功能,例如简洁的语法,免费的源代码和种类很多
的数据库和第三方库[5]。由于这些优点,您可以非常快速地与其他语言
结合以实现各种功能模块。许多人都被昵称为“胶水”。使用 Python 快
速编程的原型是许多程序员当前使用的一种方法。在任何有特殊要求的地
方固定都很方便。
PyQt 是一个工具包,主要可以创建带有图形界面的程序。Qt 库是一
个功能强大的库。
PyQt 实现了一组 Python 模块。PyQt 受人青睐的原因是因为其拥有数
据庞大的类和功能。不仅如此,其跨平台开发的特点也是其受青睐的原因,
例如 UNI 某,Microoft,Apple。此外,PyQt 具有双重证书,可提供跨平
台性能。
在使用 Python 安装平台之前,用户必须设置环境变量以加载和运行
取决于另一个平台的不同版本运行。
Python 特点 1.阅读起来简单:由于 Python 代码简洁,而且定义也非
常清晰,所以阅读起来更加简单。
2.维护起来方便:Python 的维护简单方便。
3.标准库多:Python 自身带有许多免费的,开源的,功能强大的数
据库。
4.具有方便的互动模式:有了互动模式的支持,开发者可以从代码就
可以看到结果,这样开发者对程序的测试与调试,变的更方便。
5.可移植性好: Python 可以跨平台运行。
6.扩展性非常好的:如果有关键的代码,你可以用特殊的语言进行编
写,也能够在系统中调试运行。
7.数据库接口多:Python 可以与市面上大多数的数据库连接。
8.可嵌入性强:为了提高实用性,Python 可以嵌入到多种语言中。增
强程序的适用能力。
2.2 图像检测简介图像检测,顾名思义,就是通过某种算法,把图像
中的需要处理那部分图像进行定位与获取。这也是图像识别的最重要的一
剩余16页未读,继续阅读
资源评论
- Alecto.2024-01-02资源简直太好了,完美解决了当下遇到的难题,这样的资源很难不支持~
- qq_508701552023-11-21资源使用价值高,内容详实,给了我很多新想法,感谢大佬分享~
- GetWBNYY2023-05-08发现一个宝藏资源,资源有很高的参考价值,赶紧学起来~
春哥111
- 粉丝: 1w+
- 资源: 5万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功