人臉抓拍識(shí)別系統(tǒng)技術(shù)方案-文庫吧
2025-04-15 06:55 本頁面
【正文】 技術(shù)特點(diǎn)216。 系統(tǒng)結(jié)構(gòu)簡潔，高度集成化，前端高清一體攝像機(jī)采集車輛、人臉圖片；攝像機(jī)內(nèi)置軟件完成分析、識(shí)別，具有高度集成性，有效降低使用與維護(hù)成本。216。 可針對(duì)性全捕獲機(jī)動(dòng)車、人像，實(shí)現(xiàn)過往目標(biāo)的全面管控。216。 夜間智能補(bǔ)光，白天無逆光，全天候清晰成像。216。 號(hào)牌識(shí)別平均有效率，在車牌圖像滿足國標(biāo)要求120像素—180像素的情況下，識(shí)別率可達(dá)到95%。216。 識(shí)別車牌大小范圍可達(dá)到70像素到250像素；識(shí)別車牌亮度、對(duì)比度動(dòng)態(tài)范圍大。216。 人臉抓拍大小范圍可達(dá)到80像素到500像素。準(zhǔn)確率高達(dá)92%。216。 領(lǐng)先的傾斜車牌識(shí)別技術(shù)，支持識(shí)別車牌一定程度的傾斜，傾斜30176。以內(nèi)。216。 系統(tǒng)具備高清錄像功能，錄像的幀率30Fps/秒。人臉檢測是指對(duì)于任意一幅給定的圖像，采用一定的策略對(duì)其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)。人臉抓拍的實(shí)現(xiàn)需要人臉檢測算法作為支撐，判斷圖像中是否存在人臉。這一項(xiàng)技術(shù)最初伴隨人臉識(shí)別的研究而逐步發(fā)展。人臉檢測是人臉識(shí)別智能系統(tǒng)中非常重要的一個(gè)環(huán)節(jié)，只有首先保證人臉抓拍圖像的高效率、高質(zhì)量，才能在人臉識(shí)別系統(tǒng)中做好良好鋪墊。在其他領(lǐng)域也可以用來作為輔助手段，例如，公安機(jī)關(guān)案件偵查、監(jiān)控系統(tǒng)輔助抓拍等。人臉檢測是一個(gè)復(fù)雜的具有挑戰(zhàn)性的模式檢測問題，其主要的難點(diǎn)有兩方面，一方面是由于人臉內(nèi)在的變化所引起：216。 人臉具有相當(dāng)復(fù)雜的細(xì)節(jié)變化，不同的外貌如臉形、膚色等，不同的表情如眼、嘴的開與閉等；216。 人臉的遮擋，如眼鏡、頭發(fā)和頭部飾物以及其他外部物體等；另外一方面由于外在條件變化所引起：216。 由于成像角度的不同造成人臉的多姿態(tài)，如平面內(nèi)旋轉(zhuǎn)、深度旋轉(zhuǎn)以及上下旋轉(zhuǎn)，其中深度旋轉(zhuǎn)影響較大；216。 光照的影響，如圖像中的亮度、對(duì)比度的變化和陰影等。216。 圖像的成像條件，如攝像設(shè)備的焦距、成像距離，圖像獲得的途徑等等。這些困難都為解決人臉問題造成了難度。如果能找到一些相關(guān)的算法并能在應(yīng)用過程中達(dá)到實(shí)時(shí)，將為成功構(gòu)造出具有實(shí)際應(yīng)用價(jià)值的人臉檢測與跟蹤系統(tǒng)提供保證。國外對(duì)人臉檢測問題的研究很多，比較著名的有MIT,CMU等；國內(nèi)的清華大學(xué)、中科院計(jì)算所和自動(dòng)化所、南京理工大學(xué)、北京工業(yè)大學(xué)等都有人員從事人臉檢測相關(guān)的研究。而且，MPEG7標(biāo)準(zhǔn)組織已經(jīng)建立了人臉識(shí)別草案小組，人臉檢測算法也是一項(xiàng)征集的內(nèi)容。隨著人臉檢測研究的深入，國際上發(fā)表的有關(guān)論文數(shù)量也大幅度增長，如IEEE的FG、ICIP\CVPR等重要國際會(huì)議上每年都有大量關(guān)于人臉檢測的論文，占有關(guān)人臉研究論文的1/3之多。由此可以看到世界對(duì)人臉檢測技術(shù)的重視。人臉檢測算法種類較多，目前國內(nèi)常用的人臉檢測算法，總的來說主要有子空間法(PCA、ICA)、神經(jīng)網(wǎng)絡(luò)法、SVM、haar/hog/LBP+AdaBoost方法，并將該方法用于其他方面的檢測，比如多視角的人臉檢測,以上研究代表了目前人臉檢測研究的最高水平。但常用的這些算法主要包括檢測速率較慢以及魯棒性差易受環(huán)境變化而檢測效果較差等缺點(diǎn)，而難以很好的應(yīng)用于實(shí)際的系統(tǒng)之中。目前，我們采用的是最新的檢測技術(shù)，歸一化像素差分法(Normalized Pixel Difference)或NPD，其特征公式如下：該方法特征描述相對(duì)簡單，計(jì)算復(fù)雜度也比其他算法低很多，在檢測效果以及檢測速度上是其他算法無法比及的。目前算法通過對(duì)大量正負(fù)樣本進(jìn)行特征提取、機(jī)器學(xué)習(xí)而實(shí)現(xiàn)，對(duì)于實(shí)際應(yīng)用場景中人臉偏轉(zhuǎn)角度小于30176。以內(nèi)的人臉都能準(zhǔn)確快速的檢測，我們通過對(duì)200萬包含正負(fù)樣本的測試樣本集進(jìn)行檢驗(yàn)，其中FRR（漏檢率
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1