简介：针对传统ASM算法的初始模型不准确会导致特征点提取失败,初始模型不仅复杂,而且不能适应多姿态人脸的特征点定位及收敛速度慢的缺点,提出了引入仿射变换不变性初始化原则（ATIIA）来建立初始模型。该模型使ASM算法不仅能快速、准确地提取人脸特征点,而且还能适应多姿态的人脸图像特征点的提取。

简介：为了改进OF-ASM对人脸特征定位的不足，提高其鲁棒性及计算速度，对OF—ASM人脸特征定位方法进行改进：使用不可约的笛卡尔的微分不变量取代OF-ASM的局部纹理描述符；使用多值神经元（MVN）取代KNN分类器；所有标记点使用二维轮廓进行取样构建强度模型。实验结果表明，改进的OF—ASM显著提高了特征定位精确度和计算速度，而且具有对平移、旋转的刚体变换不变性。

简介：提出一种基于ASM和ERT特征点定位算法的人脸比例特征信息提取方法。选用图像几何特征和人眼的位置特征,将人脸图像转化为用向量表示的数学符号,这些特征向量基本上可以反映出整张人脸图像的有效信息,其中人脸的比例特征和人眼的位置特征用到了现阶段的两个主流的特征点定位算法,即ASM和ERT,然后利用人脸的五官比例去量化得到8维的特征信息。文中还从时间性能和准确率方面对两种算法进行对比,结果表明算法精确度上ERT略优与ASM,算法时间上PC端测试ERT明显优于ASM。

简介：本文对传统的基于主动形状模型(ASM)进行人脸面部特征定位的方法进行了一系列的改进，第一我们在人脸检测的结果的基础上定位一些显著的特征点，利用这些特征点来进行模型的初始化，并在后续的搜索中进行位置的约束，以提高特征定位的精确性。根据已定位的显著特征点的位置，我们在对局部搜索结果重构之前对其位置进行了局部调整，这样就防止了搜索的结果偏离已定位的特征点情况的发生。第二，我们在局部灰度模型中加入了边缘约束，使边缘信息较强的点有更大的可能成为最佳候选点。

简介：在前人的基础上提出一个基于主动形状模型（ASM）的改进方法。由于传统的ASM方法很难在每个特征点上都得到比较准确的结果．并且．传统的ASM方法的匹配结果受初值的影响非常大。针对传统的ASM方法的缺陷与不足。特别是对光照及姿态变化不够鲁棒，为了使ASM对姿态变化更加鲁棒，从而实现正面小角度偏转的人脸特征定位，提出了几点改进的方法：有选择性地对光照敏感的标记点（眉毛、眼睛、鼻子）使用2D轮廓；使用堆叠二个ASM系列模型进行搜索，改善初始位置设置不当造成的搜索失败；对眼睛部分单独扩展了标记点，从而使眼睛的特征定位更加鲁棒：在搜索时使用人脸检测算子自动定位人脸及眼睛位置，使人脸左右小角度偏转时特征定位更加鲁棒。实验结果表明，改进的ASM方法在准确性和鲁棒性上有较大提高。

简介：人脸检测是近年来图形图像处理和模式识别的热点研究内容之一．文章系统介绍了基于特征的人脸检测方法，对其进行了分类总结．同时，详细介绍了其中的关键技术和研究成果，并对其研究的发展趋势进行了展望．

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：y)就是眼睛在人脸图像中的位置,眼睛是一个在人脸检测中极为重要的人脸特征,图8基于肤色、几何特征和灰度信息的人眼定位结果示意图

简介：y)就是眼睛在人脸图像中的位置,眼睛是一个在人脸检测中极为重要的人脸特征,图8基于肤色、几何特征和灰度信息的人眼定位结果示意图

简介：人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

简介：将基于主成分分析的特征脸人脸识别方法进行改进，以提高人脸识别率。首先利用主成分分析法提取人脸图像的特征脸，然后经图像重构得到二阶特征脸，最后将两种特征脸组合，构造组合特征，用三阶近邻法进行识别。在ORL人脸数据库上的试验结果表明．组合特征脸法用于人脸识别有较高的可行性和较好的稳定性，且在识别率上优于特征脸方法。准确率达到93．8％。

简介：基于JAVA语言对人脸识别首要环节的定位技术进行代码开发,在传统肤色模型法的基础上,对采集到的大量图像进行深入研究,运用图像精准化微调和图像增强处理的方法,提高了传统肤色模型法在实际运用中的精准率,实现了人脸在视频图像中的定位。

简介：摘 要：通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理，上传到系统后端，再和数据库的人脸照片进行比对，最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域，而基于特征提取的人脸识别算法是人脸识别系统中的关键部分，接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。

简介：摘要随着科学技术的发展，人工智能已成为国务院及教育部大力推进的产业。其中人脸识别因其应用广泛，故在人工智能中占尤为重要的地位。本文从模型识别的角度，通过建立肤色法概率模型判断出人脸在照片中的大致位置；通过建立面部特征点位置模型，利用主成分分析法、K-L变换实现人脸的精确识别；在获取图像及建立数据库的基础上，通过欧式距离法，达到人脸识别及其检核的目的。本文采用基于面部特征点的PCA人脸识别模型，该模型能够有效地对人脸进行识别，其算法具有广泛的参考价值，并在其他图像识别中有推广价值。

简介：人脸识别作为身份识别的重要技术之一,已经开始广泛应用到人们的日常生活。人脸特征提取方法--主成分分析(PCA)可以在提取样本特征的同时降低样本维数,在此基础上提出的白化主成分分析(WPCA)可以降低图像中相邻像素的相关性,核主成分分析(KPCA)能够更好地提取适合分类的特征。本文主要分析了在不同光照和噪声情况下,三种常用的人脸特征提取方法—主成分分析(PCA)、白化主成分分析(WPCA)、核主成分分析(KPCA)均采用最近邻分类方法进行识别所用时间和识别率。

简介：提出一种基于ASM几何特征和LBP局部特征的人脸识别新方法。该方法首先使用ASM算法对样本数据进行区域筛选,然后通过LBP特征与ASM特征构建融合特征对人脸进行识别。本文使用JAFFE人脸数据库和CK＋数据库进行算法测试,实验结果表明本文提出的方法比单独使用ASM和LBP特征在人脸识别率上有较大的改善。

简介：人脸位置的矫正作为人脸检测定位的一个环节，在计算机人脸识别中具有重要的意义。本文提出了一种基于单人脸灰度图像中眼睛定位的人脸位置矫正方法，用居中度使图像小块居中，用匹配度求取适些小图像块中的两块眼睛的小块，再在小范围内对鼻子、嘴巴部分进行水平灰度投影，然后进行扶正。实验结果表明，该方法对于双眼可见单人脸灰度图像能实现快速有效矫正，并能在矫正结果中精确给出双眼瞳孔位置。

简介：在人脸认知研究的特征说、结构说和整体说的基础上,通过草图人脸与人脸相似程度主观评价的调查,发现五官位置、拓扑结构、五官比例、轮廓外形和五官外形等五个维度对人脸识别影响的权重依次减小,并且存在着多种显著的不同水平的交互作用.进而提出,五官位置和拓扑结构可组合成具体图形意义上的结构关系,这种结构关系将整体人脸分解成有序的特征集.

简介：针对人脸检测中的非线性和降维问题提出了一种有效的人脸检测方法.首先基于人脸的肤色和几何特征,通过局部自适应门限方法提取图象边缘,用几何规则和颜色特征筛选出候选眼睛块.然后采用改进的四边界sobel算子对眼睛精确定位.最后使用训练好的支撑向量机来验证.该方法可以实现多尺度多角度的彩色图像中的正面人脸检测,实验结果令人满意.

简介：改革开放20多年来,我国社会主义现代化建设获得了快速发展,这得益于宏观决策有方、社会主义市场经济体制的建立,其中尤以市场经济微观基础的强化最为重要.一大批"新国企"的出现,正是市场经济微观基础强化的一个重要因素.所以"新国企"现象,目前已成为人们关注的焦点之一.