公安机关人脸识别系统设计说明书

1引言

近年来，生物识别技术以其特有的稳定性、唯一性、方便性，被广泛地应用在安全认证等身份鉴别领域，正日益成为人们日常生活和工作中的重要且普遍的安全验证方式。

人脸识别技术属于生物特征识别技术中的一种，它利用不同人的面像有各自的特点这一事实，通过比较待识别者与库中候选对象的面像信息，以确认其身份归属。在公安部门的刑侦工作中，人脸识别技术有着广泛的运用，存在多种多样的应用形式，包括网上追逃、卡口追逃、监狱管理、重点对象监控等等。从广义上说，公安系统中所有包含人脸信息的数据库，如常驻人口库，均可被用于基于人脸特征的智能检索。随着公安部门对人睑识别系统的熟悉和深入使用，随时有可能发现或产生新的应用方式，对系统功能提出更高的要求.这决定了本系统应当具有极强的可扩充性与适应性，以满足公安部门不断增加和变化的应用需求。本文介绍的我们研制的人脸识别系统是针对公安部门的需求而设计的，并同时可适用于银行、海关等领域。文中将主要描述本系统的总体设计思想，系统结构和主要实现技术，而系统的图像预处理技术和具体的人脸识别算法，因文章篇幅所限，这里不再赘述。

2系统总体结构设计

提取出人脸区域的特征信息;最后，通过将所提取的人脸特征与原先库存的特征相匹配，以发现待识别者的身份.

2.1人脸识别的流程

自动人脸识别研究已有三十多年的历史，出现了诸如PCA, SVM, Bayesian等一系列行之有效的人脸识别方法，-s7。从总体流程上看，人脸识别包括:人脸检测、人脸特征抽取、特征比对识别三个重要的环节，算法的整个工作流程如图1所示。

对于输入的人脸图像，我们首先通过人脸检测算法定为图像中相应的人脸区域;在此基础上，我们使用特征抽取算法提取出人脸区域的特征信息;最后，通过将所提取的人脸特征与原先库存的特征相匹配，以发现待识别者的身份.

2.2系统设计复杂性分析

人脸识别技术是一种较为成熟的技术，然而，要使用这一技术架构起一个强大的身份识别系统，依然存在着许多影响设计复杂性的不确定因素.这些因素主要包括: ·数据库差异:人脸识别系统需要对底层个人信息数据库进行管理维护，这要求系统对底层数据库有明确的了解和控制。然而，公安部门目前使用的各类数据库并没有统一的设计规范，库与库之间的结构定义，信息存储均存在着较大的差异。我们需要限制这种差异带来的影响，以统一的方式为不同的应用提供一致的操作界面。

·信息获取方式差异:在实际应用中，我们可以通过多种途径来获得人脸信息，包括简

单的静态照片文件，摄像头捕获的动态视频，甚至采用人脸重构系统产生人像结果.获取方式的多样性也增加了系统设计的复杂度。

·识别算法差异:人脸识别领域中存在着大量的识别算法，针对不同的应用环境使用不同的算法或多种算法的组合往往能够带来更好的识别效果.因此，如何包容并综合应用多

种人脸识别算法也是本系统设计需要考虑的要点.

·技术应用方式差异:不同的场景需要不同的技术运用方式，比如采用静态比对还是实时动态比对，采用本地数据库还是网络中央数据库均需视具体的场景而定。公安部门的实际应用的多样性与不确定性，决定了本系统的实现要兼具效率与可扩充性。根据上述的分析和公安系统的要求，我们设计了该系统的系统结构。

2. 3系统总体结构

本系统的核心部分由比对识别、识别算法、个人信息源、数据库管理四大部分组成。如图2所示，系统软件模块的设计划分遵循单一职责原则((SOP)和开放封闭原则(OCP ) }`}，各个模块均面对单一的变化风险并独立扩展演化。在此基础之上，我们提供了一组facade 支持界面对系统核心的访问。其中识别过程管理和数据库管理均为建立在高度抽象之上的稳定应用逻辑，而系统配置管理则负责实际管理系统底层组件，并根据需要动态地装配各个不同的底层组件完成系统功能，以满足用户灵活多变的应用需求。

在系统的设计过程中，我们合理运用了Configuration,Factory Method,Template Method,Reactor,Singleton,Strat-egy等设计模式[?一’〕，这些设计模式的应用使得本系统分离了功能，隔离了变化，能够有效适应多变的应用环境.大体而言，本系统具有以下几项优点:

·支持多种个人信息输入方式，用户可通过摄像头、数码相机、人脸重构系统等途径获取人脸图片并建立个人信息条目。

·支持多种人脸识别算法，系统可支持包括PCA,SVM,神经网络方法在内的多种人脸识别算法的使用及综合评分.

·支持多种比对模式，包括单一\批量比对，静态\视频比对等等，并可根据需要，方便地添加新的比对模式。

·支持一致的个人信息库的管理，为不同结构，位于不同位置的个人信息库提供统一的管理界面和操作方式。

下面我们将依次介绍系统核心模块和软件结构的实现技

术，并讨论其对系统整体设计目标的支持.

3系统主要实现技术

3. 1比对识别模块

一次比对识别过程，抽象看来即为针对一组待识别身份的对象，使用一种人脸识别算法，根据一种工作策略，在特定的候选对象群体中进行比对识别操作，并将最终的比对结果报告给用户.通过采用识别算法模块隔离人脸识别算法的具体实现差异，个人信息源模块隔离待识别对象和候选对象群体的信息的获取方式，我们对比对识别过程的表述可以构建在更高层次的抽象上.图3展示了比对识别模块的层次结构。

我们在模块的基类RecognitionGroup中实现7所有与比对识别具体流程无关的控制接口，包括比对过程采用的个人信息源和识别算法的设置，以及识别结果的获取;而对于识别过程的精确控制，则延缓到子类对StartRecognition方法的具体实现.子类可以通过识别算和个人信息源模块的接口控制具体的比对流程，并使用内嵌的策略类对一些灵活的控制策略进行调节。通过这种方式，在目前的系统实现中，用户己经可以控制:

·确认可疑对象的阑值大小;

·最多返回可疑对象的数目;

·是否使用已知个人身份信息来辅助比对识别。并且保证:无论是在单机环境还是在复杂的网络环境下，这一过程均能高效运行。

3. 2识别算法模块

针对具体的应用场景、图像质量、，精度/效率要求，不同的人脸识别算法具有各自的优势;并且，有些情况下，采用一定的策略将多种算法综合使用，会收到更好的效果.因此，本系统应具有与多种人脸识别算法协同工作的能力。考虑到各个算法工作流程的相似性，我们采用了Strategy模式[?]对算法进行抽象封装。

如图4所示，FaceRecognitionAlgorithm定义T人脸识别算法的抽象接口，其子类分别针对PCA}S}、神经网络C}JBayesianC0]算法给出T具体实现;CooperateAlgo实现采用TComposite模式，可以根据策略使用多种人脸识别算法，并给出综合评分。

3.3数据库管理模块

考虑到本系统对个人信息数据库的所有访问均以个人信息为基本单位，我们采用了Facade模式对底层的数据库访问进行了封装，并对上层提供一个对象访问接口。针对不同的具体数据库，我们分别通过子类化该接口来提供支持。特别地，我们采用Proxy模式Cpl 实现了对网络数据库访问的透明封装。

此外，针对每一个具体库，我们还提供了对应的辅助类DBUtiI。通过DBUtiI，客户程序可以感知库中个人信息条目的具体显示方式，并可进行合法性验证，为实现统一的数据库管理界面提供了有利的支持。

在系统开发后期的应用中，我们发现公安系统在使用的单机版网上抓逃系统中，采用了索引文件十数据文件的方式来进行数据存储。系统通过提供定制的子类和辅助类，可以快捷地支持这一存储方式。

3.4个人信息源模块

个人信息源模块使用Facade模式t}]隐藏了不同人脸获取途径之间的差异。通过把每一种个人信息源抽象为遵循同一标准的容器，客户程序可以初始化容器，设立过滤条件筛选器的内容，并最终通过其接口迭代地获取容器中包含的所有个人信息，而不用考虑确切的信息来源。

特别地，我们使用了Adapter模式U7包装数据库管理模块的接口，实现了个人信息数据库容器，系统可不必再针对具体数据库实现相应的个人信息源。

3. 5系统配置管理

通过拼接已有的底层组件或者开发专用的底层组件，本系统可以灵活地应对变化;更进一步地，我们采用了Configu-rator模式Cs]来管理这些底层组件，其可扩充性良好，系统可

以在运行时方便地装配这些组件，完成用户特定的应用需求。

所有的系统底层组件，包括具体的识别算法、数据库和个人信息源，均在独立的DLL 中实现，并对外导出一组生命期管理函数;系统中的配置管理类将根据配置文件的描述，适

时地加载相关组件的动态连接库并从中获取组件实例，拼装系统功能。所有的组装操作将配置管理类根据配置文件的描述自动独立完成，未被使用到的底层模块将确保不会被加载，这保证了系统运行时的时间和空间效率。

4系统应用实例

在基于上述的系统核心模型之上，我们进一步完成了整个人脸识别系统。图5至图s 显示了本系统的部分运行实例。

图5所示为系统主界面。主界面主要进行各种组件配置，以及任务管理的工作，任务列表中列出所有己输入的任务，可以方便地进行比对、添加、删除和重置等功能。

图6、图7分别展示了系统的静态比对结果界面和视频比对结果界面.图中左边大一些的人像为待识别的人脸图像，右边是选定的人脸信息库中与待识别人像比对的结果。界面中列出所有与待识别人脸图像相似的人脸图像及其相关信息，即可以比对出与待识别的人像相似的1^-50个人像，按相似度程度的大小依次给出，并可以将你认为最相似的人像放大或打印输出。在比对进行时，还可以进行综合比对。例如要识别的人是男性，估计年龄是青年人,即可以进行综合比对，即使用人脸+年龄(例如20^-40)+男性等条件进行综合比对，可以提高比对的速度和准确率。

图8所示为人脸信息库浏览界面，利用该界面，用户可以方便地对各类人脸数据库进行浏览，查询以及增加、删除等操作。在对人脸数据库进行浏览和查询时，可以进行综合查询。例如综合查询条件如:姓名+年龄+性别等条件。

检测条件由下式给定:

艺习w(m.n)w(二，n)NC

6测试结果

我们采用一幅灰度图像(图46)作为水印，载体图像采用512 X 512的彩色Lena图像，如图4a。小波采用“Daubechies-10”小波基，水印嵌入到载体图像的蓝色分量中，并与Zhong}的方法做对比，获得测试结果如图4和表1所示。图4中用我们的方法的测试结果用实线表示，Zhong的用虚线表示。

人脸识别巡更系统设计方案

动态人脸识别巡更系统 设 计 方 案 北京博睿视科技有限责任公司 2017年8月18日

目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（C/S结构）

图3-3 软件逻辑体系示意图 3.3.1、人脸静态建库 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 图3.3.1人脸静态建库 3.3.2、人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。

图3.3.2人脸动态入库 3.3.3、人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。 图3.3.3人脸信息修改

基于ARM9的人脸识别系统 嵌入式报告 课程设计

嵌入式课程设计报告 学院信息电子技术 专业通信工程 班级 学号 姓名 指导教师 2017年07月01日

基于ARM9的人脸识别系统 一、引言 人脸识别背景和意义 人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。 人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。 二、系统设计 1、硬件电路设计 （1）ARM9处理器 本系统所采用的硬件平台是天嵌公司的TQ2440开发板，该开发板的微处理器采用基于ARM920T内核的S3C2440芯片。 ARM9对比ARM7的优势：虽然ARM7和ARM9内核架构相同，但ARM7处理器采用3级流水线的冯·诺伊曼结构，而ARM9采用5级流水线的哈佛结构。增加的流水线设计提高了时钟频率和并行处理能力。5级流水线能够将每一个指令处理分配到5个时钟周期内，在每一个时钟周期内同时有5个指令在执行。在常用的芯片生产工艺下，ARM7一般运行在100MHz左右，而ARM9则至少在200MHz 以上。指令周期的改进对于处理器性能的提高有很大的帮助。性能提高的幅度依赖于代码执行时指令的重叠，这实际上是程序本身的问题。对于采用最高级的语言，一般来说，性能的提高在30%左右。ARM7一般没有MMU(内存管理单元），（ARM720T有MMU）。 （2）液晶显示屏 为显示摄像头当前采集图像的预览，系统采用三星的320x240像素的液晶屏，大小为206.68cm。该液晶显示屏的每个像素深度为2bit，采用RGB565色彩空间。 （3）摄像头 摄像头采用市场上常见的网眼2000摄像头,内部是含CMOS传感器的OV511+芯片。CMOS传感器采用感光元件作为影像捕获的基本手段,核心是1个感光二极

人脸识别系统说明书-企业型(E5)

企业型 人脸识别考勤系统说明书

目录

1. 产品说明 1.1产品概述 企业型E5考勤机系列，专门针对企业级用户的考勤应用而设计，将最新FaceImage+V4.0人脸识别算法配合强大的DSP处理器，实现脱机使用，系统长期工作稳定。同时，通过专利设计的“多光源人脸识别”技术与高性能DSP 处理器的完美结合，分析人脸特征作为身份识别的依据，提供准确的人员通行权限/考勤记录。 新企业型E5考勤机系列，使用3.5寸全触摸大屏幕，更佳感官体验，不带机械键盘，结构精致，配合人性化的GUI 界面、语音提示操作及WEB管理软件，操作简便，符合企事业单位用户的使用习惯。采用主动式辅助光源技术，光线适应能力强，24小时全天候工作，是首款“真正意义上的在室外环境下”工作的人脸识别考勤机。该产品还具备智能自学习、USB数据导入导出、网络远程管理等众多功能，配备飞瑞斯新考勤软件，支持多种识别模式，广泛适用于企业、事业单位等需要考勤管理的场所。 1.2产品型号 支持选配： ?ID/IC韦根读卡模块集成（内置读卡模块） ?网络用户数据同步（联网版） ?远程视频监控（视频监控平台） 1.3功能特色 ?最新人脸识别算法 ?采取独特的FaceImage+V4.0最新人脸识别算法，结合“多光源人脸识别”先进技术和高性能DSP处理器，识别精度更高，识别速度更快 ?真正适应室外环境 ?全球首款真正意义上能在室外工作的人脸识别产品，具备优秀的光线适应能力；同时，不受种族肤色及性别的影响，不受面部表情，胡须和发型等变化的影响 ?24小时不间断工作 ?采用完全对人体无伤害的不可见辅助光源技术，白天黑夜都能良好识别，24小时不间断工作 ?稳定性高，低耗节能 ?采用高性能、低功耗DSP处理器，完全脱机操作，系统经过长期运行检测，工作稳定。同时，设备支持自动休眠模式，环保节能 ?操作简单，界面人性化 ?TFT液晶显示/触摸屏，人性化的GUI界面和WEB端管理软件，支持本地操作及提供实时显示功能，并有声音提示 ?人脸识别模式，不可替代性 基于人脸唯一性特征，无法被替代及复制 ?多种识别模式可选 可根据用户需求灵活设置：单人脸识别；单刷卡识别，ID/IC卡+人脸识别等多种识别模式?智能自学习功能 ?自动校对时间，自动捕获人脸，具备模板自学习功能，随着发型、肤色、年龄等变化动态更新人脸数据库，保证数据库的模板始终为用户最近信息资料，从而始终正确识别人脸 ?海量存储，U盘备份 ?SD卡本地数据存储，存储容量可根据要求扩充，支持USB存储设备数据导入/导出数据 1.4硬件组成配件

智能人脸识别系统技术设计方案

智能人脸识别系统技术方案

目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。

1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明

人脸识别门禁系统设计方案

人脸识别门禁系统设计方案 1监狱人脸识别门禁系统概述随着监狱的推进，传统的监控管理模式面临着改革的挑战。一方面识安全保卫形式的日趋严峻；另一方面是机构压缩、人员精简。新的形势向安全保卫工作提出了新的需求。在监狱的统一安排下，根据技术要求的在区域内设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。监狱大门及AB门是监管场所与外界交接的重要部位。为严格控制监舍区，生产区人员出入，防范罪犯逃脱，实现有效的统一指挥，确保监管场所的安全，在监狱大门及AB门安装智能人脸识别管理系统。监狱人脸识别门禁管理系统由以下6个子系统组成：1.监狱外大门门禁管理系统2.干警通道门禁管理系统3.会见家属通道门禁管理系统4.车辆通道门禁管理系统（与干警通道共用一套系统）5.考勤系统6.在押罪犯面像管理系统2系统功能1.监狱外大门门禁管理系统: 身份证识别系统与人脸识别系统配合使用，严格控制外来人员进出状况，避免罪犯采用外来人员身份逃狱的可能性；此系统用于监狱所有干警人员的数据录入，包括面像采集，个人信息软件，派卡，以及外来人员的登记，包括身份证识别，面像采集，个人信息输入，派临时卡等。2.干警通道门禁管理系统： 采用IC 卡加红外人脸识别，双重验证，人脸IC 卡技术根据面相的唯一性、确定性和可分类性的特点，将先进的面相识别技术与智能卡读写技术高度结合，具有面相采集与IC 卡读写的全部功能和高效、准确、安全等特点。可严格监管和控制每个干警人员和外来人员的进出情况，杜绝非允许人员的进出。另与门禁系统组成报警盒矩阵，用于干警人员用A 卡换B 卡时，自动弹出相对应的柜子。3.会见家属通道门禁管理系统： 采用人脸识别+IC卡相结合的方式保证进出人员的高度统一，严防监犯扮家属从此通道脱逃，严格控制人员的外出。并完善地与蝴蝶闸配合使用。4.车辆通道门禁管理系统（与干警通道共用一套系统）： 与干警通道门禁管理系统和联合使用，严格控制外来人员的进出及检查。5.考勤系统：

人脸识别课程设计论文(完美版)

前言 在人类社会的发展进入到21世纪的今天，安全问题已经成为困扰人们日常生活的重要问题之一。社会的发展促进了人的流动性，进而也增加了社会的不稳定性，使得安全方面的需求成为21世纪引起广泛关注的问题。不论是享受各项服务如网上冲浪、还是居家、办公等都涉及到安全，以往这些行为基本上是通过符号密码来进行安全保护，但是随着服务数量的不断增加，密码越来越多以致无法全部记住，而且密码有时也会被他人所窃取，各种密码被破解的概率越来越高，因为通常由于记忆的原因，人们经常会选用自己或亲人的生日、家庭地址、电话号码等作为密码并长期使用，这些很容易被一些不法分子获取。可见在现代社会中，身份识别已经成为人们日常生活中经常遇到的一个基本问题。人们乎时时刻刻都需要鉴别别人的身份和证明自己的身份，以获得对特定资源的使用权或者制权，同时防止这些权限被他人随意的取得。传统的身份识别方法主要基于身份标识物(如证件、卡片)和身份标识知识(如用户名、密码)来识别身份，这在很长一段时期是非常可靠和方便的识别方法，得到了广泛的应用。但是，随着网络、通信、交通等技的飞速发展，人们活动的现实空间和虚拟空间不断扩大，需要身份认证的场合也变得无不在。人们需要携带的身份标识物品越来越多，身份标识知识也变得越来越复杂和冗长在这种情况下，传统身份识别方式的弊端日益彰显。身份标识物品容易被丢失和伪造，份标识知识容易被遗忘、窃取和破解，而身份标识的重要性又使得一旦失去了身份标识会给标识的所有者甚至整个社会带来重大的甚至难以弥补的损失。在美国，每年约有上百万的福利款被人以假冒的身份领取;每年发生的信用卡、ATM、移动电话和冒领支票等成的损失达数百亿美元[2]。面临着这样的状况，人们对身份识别的安全性、可靠性、准确和实用性提出了更高的要求，必须寻求身份识别的新途径。 于是，近年来人类生物特征越来越广泛地用于身份识别，而且生物特征可以更好的进行安全控制，世界各国政府都在大力推进生物识别技术的发展及应用。与原有的人类身分识别技术(如:个人密码、磁卡、智能卡等)相比，基于人类生物特征的识别技术具有安全可靠、特征唯一、不易伪造、不可窃取等优点。人类本身具有很多相对独特的特征，如DNA、指纹、虹膜、语音、人脸等。基于这些相对独特的人类特征，结合计算机技术，发展起众多的基于人类生物特征的人类身份识别技术，如DNA识别技术、指纹识别技术、虹膜识别技术、语音识别技术、人脸识别技术。 人脸识别和其他的生物识别比起来有以下几个优点:1、其他的生物特征识别方法都需要一些人为的行为配合，而人脸识别不需要。2、人脸识别可应用在远距离监控中。3、针一对现在的第一、二代身份证，每个身份证都有人脸的正面照片，也就是人脸库将是最完善的，包括人最多的，我们可以利用这个库来更直观、更方便的核查该人的身份。 4、相对于其他基于生物特征识别技术，人脸识别技术具有特征录入方一便，信息丰富，使用面广等优点，同时人脸识别系统更加直接友好。人脸识别技术作为生物识别技术的

菲米尔人脸识别设备说明书培训资料

菲米尔人脸识别设备说明书

目录 第一部分使用概述 (1) 第一章前言 (1) 第二章安装说明 (2) 安装与连接 (2) 使用环境需求 (5) 使用流程 (6) 开机 (6) 第二部分管理员配置与操作 (8) 第一章配置管理员 (8) 进入管理员模块 (8) 配置管理员 (9) 管理员 (9) 人脸登记 (9) 登记完成 (9) 修改或删除管理员 (9) 编辑管理员 (10) 第二章管理员功能菜单 (11) 验证管理员 (11) 打开功能菜单 (11) 第三章管理员功能操作 (12) 用户管理 (12) 用户管理模块 (12) 用户登记参数 (12) 用户管理的操作 (13)

记录管理 (17) 记录管理模块 (17) 查询方式 (17) 清空记录 (17) U盘管理 (18) U盘的功能操作 (19) 系统设置 (21) 系统设置模块 (21) 系统设置 (21) 系统信息 (26) 系统信息界面 (26) 系统信息 (26) 第三部分普通用户使用 (27) 人脸识别 (27) 识别成功 (28) 刷卡人脸比对 (29) 工号人脸比对 (30) 附录 (31) 技术规格 (31) 注意事项 (32) 注意：使用的图片仅为参考，实际显示内容根据设备型号和使用状况，可能有所不同;说明中所列部分功能为选配功能，如刷卡、韦根等，请 以拿到的实物作为参考。本手册内容若有变更，恕不另行通知。 对于PC操作系统，建议使用XP专业版或WIN732位系统；OFFIC E版本建议使用2007如需要兼容2003，建议安装2003兼容包。

第一部分使用概述 第一章前言 人脸识别设备，以“人脸的唯一性”和为用户提供快捷，有效的用户管理服务为理念而设计，采用最新Face Image+ V4.0人脸识别技术，实现脱机使用，系统长期工作稳定。同时，通过专利设计的“多光源人脸识别”技术与低功耗处理器的完美结合，分析人脸特征作为身份识别的依据，提供准确的人员校验记录。 这款设备，使用3.5寸大屏幕触摸，更佳感官体验，不带机械键盘，结构精致，配合人性化的GUI界面、语音提示操作及WEB管理软件，操作简便，符合企事业单位用户的使用习惯。采用主动式辅助光源技术，光线适应能力强，24小时全天候工作，是首款“真正意义上的在室外环境下”工作的人脸识别设备。该产品还具备智能自学习、USB数据导入导出、网络远程管理等众多功能，支持多种识别模式，每个用户可单独选择识别模式，设置识别成功个人提示信息。

人脸识别巡更系统设计方案

动态人脸识别巡更系统 案 北京博睿视科技有限责任公司 2017年8月 18日 目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了

查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（ C/S 结构） 图3-3 软件逻辑体系示意图 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。 人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。

实时人脸抓拍 该子系统为监控画面和报警端的界面，主要分为4 个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。 图实时人脸监控子系统效果图 功能模块分别为 视频设备列表：列举所有可以使用的监控摄像头 图视频设备列表 监控画面：播放窗口显示该摄像机的实时监控 图监控画面 现场抓拍图像：显示摄像头所抓取的人脸图片 图现场抓拍图像 报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。 图匹配报警图像 人脸图像检索 人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分 比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。 显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最 图比对结果查询 抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时 间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图抓拍人像查询比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图比对库人脸查询 聚类

人脸识别课程设计报告

用Matlab实现人脸识别 学院：信息工程学院 班级：计科软件普131 成员：

一、问题描述 在一个人脸库中，有15 个人，每人有11 幅图像。要求选定每一个人的若干幅图像组成样本库，由样本库得到特征库。再任取图像库的一张图片，识别它的身份。 对于一幅图像可以看作一个由像素值组成的矩阵，也可以扩展开，看成一个矢量。如一幅N*N象素的图像可以视为长度为N2的矢量，这样就认为这幅图像是位于N2维空间中的一个点，这种图像的矢量表示就是原始的图像空间，但是这个空间仅是可以表示或者检测图像的许多个空间中的一个。不管子空间的具体形式如何，这种方法用于图像识别的基本思想都是一样的，首先选择一个合适的子空间，图像将被投影到这个子空间上，然后利用对图像的这种投影间的某种度量来确定图像间的相似度，最常见的就是各种距离度量。因此，本次采用PCA算法确定一个子空间，最后使用最小距离法进行识别，并用matlab实现。

二、PCA 原理和人脸识别方法 1）K-L 变换 K-L 变换以原始数据的协方差矩阵的归一化正交特征矢量构成的正交矩阵作为变换矩阵，对原始数据进行正交变换，在变换域上实现数据压缩。它具有去相关性、能量集中等特性，属于均方误差测度下，失真最小的一种变换，是最能去除原始数据之间相关性的一种变换。PCA 则是选取协方差矩阵前k 个最大的特征值的特征向量构成K-L 变换矩阵。 2）主成分的数目的选取 保留多少个主成分取决于保留部分的累积方差在方差总和中所占百分比(即累计贡献率)，它标志着前几个主成分概括信息之多寡。实践中，粗略规定一个百分比便可决定保留几个主成分；如果多留一个主成分，累积方差增加无几，便不再多留。 3）人脸空间建立 假设一幅人脸图像包含N 个像素点，它可以用一个N 维向量Γ表示。这样，训练样本库就可以用Γi（i=1，...，M）表示。协方差矩阵C 的正交特征向量就是组成人脸空间的基向量，即特征脸。将特征值由大到小排列：λ1≥λ2≥...≥λr,其对应的特征向量为μk。这样每一幅人脸图像都可以投影到由u1,u2,...,ur张成的子空间中。因此，每一幅人脸图像对应于子空间中的一点。同样，子空间的任意一点也对

人脸识别系统软件安装与使用多奥说明书

人脸识别系统软件安装与使用说明书 收到产品先检验产品是否损坏，如下图，接电源线和网线测试，显示屏出现画面和左上角出现IP地址即是正常，下面就是软件的安装和使用的操作。 一、先安装人脸识别软件，解压压缩包，双击下面的文件 点击安装，一直点击下一步和确认直到安装成功。

安装好后电脑桌面上出现这个图标。 双击打开，登陆进去，用户名admin,密码为admin。 PS：第一次登陆测试连接数据库，不用修改设置，点击测试连接就可以了 二、软件安装完毕后，登录后先连接设备，如下图 设备号、设备名称、设备类型、终端SN、IP地址、端口号、通讯密码为必填项，如输入错误，将影响系统与设备的交互。其中设备号必须为数字，设备名称可任意取 一个名称，设备类型选择DARL-SB-SF离线版，型号、端口号默认即可，通讯密码默 认为12345678，如果你更改了设备上的密码，则这里必须与设备上保存一致，否则 无法通讯。 点击【设备管理】---【添加】输入终端SN和IP地址

如下图，在设备的左上角的终端SN和IP地址

进入设备管理，点击【参数设置】 在网络参数不用修改通讯密码和网络参数，点击设置密码； 再点击网络参数的设置。 在回调参数设置更改设置，将圈中的IP改为电脑的IP地址。 三、添加人员信息 1.【人员管理】模块是对人员信息、人脸信息、卡信息等资料的管理，包括部门定义，添加、编辑、删除人员，人员离职，人员调动，人脸录入，IC卡登记等相关操作。

2.如下图1是管理部门，2是管理人员信息 3.点击【添加】，编辑增加员工 3.1绑定卡号（可以设置通行权限和有效期）

人脸识别系统解决方案

人脸识别系统解决方案 深圳东南创通智能科技有限公司 2018年6月13日

目录

一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。

二、系统介绍 1、系统组成 人脸识别系统由人证识别终端、通道闸、人脸识别管理客户端及平台组成。 人脸识别系统拓扑图 2、人脸识别特性 人脸识别系统核心组成部分主要包括人脸图像采集模块、动态人脸定位、人脸识别预处理、身份查找、身份比对、身份确认、执行机构和记录平台等，并通过一脸通平台判断人员身份及权限，开放相应的区域，保留人脸通行记录事件，并根据相应的权限命令各子系统作出响应，例如固定客户通道自动放行，访客只允许进入指定楼层等。 人脸识别一体化终端使用世界领先的人脸检测、识别算法（FDDB与LFW世界前三），将其运行在高性能嵌入式平台中，配合200W像素的摄像头，终端实现人脸检测、人脸跟踪、与人脸识别，并可在屏幕上呈现相应的反馈。 本产品能够同时识别5个人，光线环境良好的情况下最远能识别5米远的人脸，人脸跟踪与检测耗时20ms左右，人脸特征提取耗时200ms左右，人脸比对耗时左右，对光

人脸识别考勤机说明书

人脸识别管理系统说明书

目录 第一部分使用概述 (1) 第一章前言 (1) 第二章安装说明 (2) 安装与连接 (2) 使用环境需求 (5) 使用流程 (6) 开机 (6) 第二部分管理员配置与操作 (8) 第一章配置管理员 (8) 进入管理员模块 (8) 配置管理员 (9) 修改或删除管理员 (9) 第二章管理员功能菜单 (11) 验证管理员 (11) 打开功能菜单 (11) 第三章管理员功能操作 (12) 用户管理 (12) 记录管理 (17) U盘管理 (18) 系统设置 (21) 系统信息 (26) 第三部分普通用户使用 (27) 人脸识别 (27)

识别成功 (28) 刷卡人脸比对 (29) 工号人脸比对 (30) 第四部分IE管理界面 (31) 第一章前期准备 (31) 网络配置 (31) 登陆系统 (32) 第二章功能介绍 (33) 首页 (33) 系统设置 (34) 网络设置 (35) 用户管理 (36) 考勤设置 (38) 假期设置 (39) 识别记录 (40) 考勤报表 (41) 附录 (42) 技术规格 (42) 注意事项 (43) 注意：使用的图片仅为参考，实际显示内容根据设备型号和使用状况，可能有所不同;说明中所列部分功能为选配功能，如刷卡、韦根等，请 以拿到的实物作为参考。本手册内容若有变更，恕不另行通知。 对于PC操作系统，建议使用XP专业版或WIN732位系统；OFFICE版 本建议使用2007如需要兼容2003，建议安装2003兼容包。

第一部分使用概述 第一章前言 人脸识别考勤/门禁机，以“人脸的唯一性”和为用户提供快捷，有效的考勤管理服务为理念而设计，采用最新Face Image+ V4.0人脸识别技术，实现脱机使用，系统长期工作稳定。同时，通过专利设计的“多光源人脸识别”技术与低功耗处理器的完美结合，分析人脸特征作为身份识别的依据，提供准确的人员通行权限/考勤记录。 这款考勤/门禁机，使用3.5寸大屏幕触摸，更佳感官体验，不带机械键盘，结构精致，配合人性化的GUI界面、语音提示操作及WEB 管理软件，操作简便，符合企事业单位用户的使用习惯。采用主动式辅助光源技术，光线适应能力强，24小时全天候工作，是首款“真正意义上的在室外环境下”工作的人脸识别考勤机。该产品还具备智能自学习、USB数据导入导出、网络远程管理等众多功能，自带考勤软件，支持多种识别模式，每个用户可单独选择识别模式，设置识别成功个人提示信息，支持节假日管理等功能，广泛适用于企业、事业单位等需要考勤管理的场所。

C226S人脸识别机使用手册

C226S人脸识别机 使用手册 汉王科技股份有限公司 2014年7月

目录 第一部分使用概述 (1) 前言 (1) 设备部件说明 (2) 设备安装指南 (4) 第二部分管理员操作 (5) 进入功能菜单 (5) 配置管理员 (5) 管理员修改与删除 (7) 验证管理员 (8) 用户管理 (9) 登记用户 (9) 修改用户 (10) 删除用户 (10) 清空所有用户 (10) 记录管理 (11) 记录查询 (12) 清空记录 (13) 清空时间点前的记录 (14) 清空已上传记录 (14) U盘功能 (15) 导出考勤记录 (15) 导出部分用户 (16) 导出全部用户 (16) 导出管理员 (16) 导入部分用户 (16) 导入所有用户 (16) 导入管理员 (17) 导入工号姓名列表 (17) 固件升级 (17) 系统设置 (18) 基本设置 (18) 网络设置 (20) 考勤设置 (21) 高级设置 (24) 系统信息 (28) 隐含菜单操作 (28) 第三部分普通用户的使用 (30) 待机状态 (30) 人脸识别 (30)

附录 (31) 技术规格 (31) 注意事项 (31) 注意：本手册所介绍的内容和使用的图片仅供参考，根据产品型号和使用状况，可能有所不同，以产品为准。为加强本产品的正确性、设计及功能，制造商可能不另行通知即更新产品信息，以产品为准。汉王科技股份有限公司保留对本手册的最终解释权。

第一部分使用概述 前言 汉王科技，十几年来一直专注于模式识别领域。2008年，汉王科技突破国外技术垄断，全力推出一系列人脸识别技术及其产品。 本产品识别速度快，准确率高，专门针对需要脱机使用的企事业单位考勤管理而设计。产品采用彩色屏幕，语音报姓名，人机交互更加直观友好；非接触、方便、卫生、快捷地完成人脸识别；此外还支持TCP/IP通信和U盘上传/下载功能，非常适合企事业单位的和考勤管理。 C226S型号的产品是汉王科技最新推出的高性能人脸识别产品，应用了更新的识别算法，更快速的运算处理器，更清晰的摄像头，全新的外观设计，应用简便，是面向广大人脸识别市场的高性价比精品。

基于matlab的人脸识别课程设计

目录 摘要...................................................................... III 第1章绪论............................................................. - 1 - 1.1人脸识别技术的细节 . (1) 1.2人脸识别技术的广泛应用 (1) 1.3人脸识别技术的难点 (2) 1.4国内外研究状况 (2) 1.5人脸识别的研究内容 (3) 1.5.1人脸识别研究内容............................................... - 3 - 1.5.2人脸识别系统的组成............................................. - 4 - 第2章人脸识别方法..................................................... - 6 - 2.1基于特征脸的方法 (6) 2.2基于神经网络的方法 (6) 2.3弹性图匹配法 (7) 2.4基于模板匹配的方法 (7) 2.5基于人脸特征的方法 (7) 第3章 PCA人脸识别方法................................................. - 9 - 3.1引言 (9) 3.2主成分分析 (9) 3.3特征脸方法 (11) 第4章仿真实验........................................................ - 13 - 4.1流程图 (13) 4.2仿真结果 (14) 第5章总结与展望...................................................... - 15 - 5.1总结.. (15) 5.2展望 (15)

汉王FK628型人脸识别门禁考勤机说明书

汉王人脸识别门禁考勤机 使用手册 汉王科技股份有限公司 2009年2月

目录 第一部分使用概述 (1) 第一章前言 (1) 第二章设备安装与连接 (2) 设备的接口和按键 (2) 快速安装指南 (4) 开机 (6) 第二部分管理员配置与操作 (7) 第一章配置管理员 (7) 进入管理员模块 (7) 配置管理员 (8) 管理员人数 (8) 登记管理员 (8) 登记完成 (9) 修改管理员 (10) 第二章管理员功能菜单 (11) 验证管理员 (11) 功能菜单 (11) 登记用户 (12) 用户登记参数 (12) 登记用户的操作 (12) 修改用户 (14) 输入用户的工号 (14) 修改用户的操作 (14)

删除用户 (15) 删除一个用户 (15) 清空所有用户 (16) 清空记录 (16) 系统设置 (17) 设置系统时间 (17) 音量调节 (18) 设置网络 (18) 设置门禁信号 (18) 设置防拆报警 (19) 恢复出厂设置 (19) 系统信息 (20) 容量信息 (20) 产品信息 (20) U盘导入导出 (20) 导出记录 (21) 导出部分用户 (22) 导出所有用户 (22) 导入部分用户 (22) 导入所有用户 (22) 导入工号姓名列表 (23) 第三部分普通用户使用 (24) 人脸识别 (24) 刷卡拍照 (24) 工号人脸识别 (25) 刷卡人脸识别 (26)

验证成功 (27) 附录 (28) 技术规格 (28) 注意事项 (29) 注意： 本手册功能介绍以F K628为实物参照，使用的图片仅 为参考，实际显示内容根据设备型号和使用状况，可能有所不同。

人脸识别系统技术设计方案

智能人脸识别系统 技 术 方 案 2018年3月

目录 1智能人像比对平台 1.1系统结构 建立标准统一的共享人像库，并在此基础上，部署完整的人像比对判定平台。该系统由人像标准化采集系统，人像数据库子系统、基础比对服务平台、人脸识别应用平台4大部分组成，支持前端人像采集、静态人脸查询、移动警务通人脸识别一体化服务。 该平台支持统一人像数据交换接口，兼容大多数人像数据交换标准。统一的安全标准接口，兼容PKI密钥，网络加密狗等常见的安全标准接口。系统总体结构如下： 系统采用B/S架构，以浏览器方式进行人像预处理、人像比对、结果查询、用户管理、系统运行状态查询等管理操作，减少了系统后台管理、人口治安及其他警种成百上千终端安装和维护难度，方便未来多警种共享应用。系统可提供标准的WebService接口，将业务系统获取的人像照片与相关人像库进行比对。 1.2设计原则 本着统一标准、分级管理、资源共享、无缝对接的设计原则，以人像比对算法为核心，整合多区域现有资源，实现准确识别、快速反映，覆盖全面的智能人像识别应用平台。 1.2.1先进性 该平台算法由中国科学院自动化研究所研究员、国际知名人脸识别专家、IEEE院士李子青教授领衔研发，是基于中国自主知识产权，针对公安各警种业务特点专门研发的综合智能人像识别应用系统平台。

1.2.2开放性 人像采集与比对平台具有统一的服务接口，兼容公安部拟指定的统一人像数据交换标准草案。统一的安全验证，兼容PKI密钥，身份认证等常见的安全验证机制。 1.2.3扩展性 整个平台系统接口分为系统级别之间的接口与单个系统开放出来的服务接口组成。系统可“随需而变，以不变应万变”提供多种可靠服务功能。 1、系统级接口 系统级接口指的是不同地区部署的人像辅助识别平台之间的接口，主要有两种访问方式第一种采用页面查询的方式，以只查询方式进行访问，通过系统提供的Guest权限进行页面访问。适用于不同平台之间快速的调阅查询。第二种通过请求服务与直接调阅的形式进行数据库的查询，系统预留标准数据库查询接口，以市，县二层结构进行数据库间的查询调用，采用本系统建立的数据中心，纵向上进行直接的调用，高层中心保留下级中心的数据库信息索引。即市级中心直接查询市级与县级中心，市级中心直接查询县级中心。横向上以请求服务形式进行调用，横向系统间不保留对方的数据库信息索引，而是通过请求服务方式进行。 2、服务接口 服务接口适用于该系统与其他业务应用系统做二次开发或者集成用接口，包括所有系统级接口与平台应用接口。 人像基础比对服务平台通过WebService进行与其他系统的交换机制，通过标准的XML或者Jason格式文件进行数据交换，兼容《GA/T 922.2-2011标准第二部分人像数据采集标准》中的数据格式交换。 服务接口主要以WebService与ActiveX等方式提供。满足各业务系统二次开发，集成使用。 服务接口说明

公安机关人脸识别系统设计

1引言 近年来，生物识别技术以其特有的稳定性、唯一性、方便性，被广泛地应用在安全认证等身份鉴别领域，正日益成为人们日常生活和工作中的重要且普遍的安全验证方式。 人脸识别技术属于生物特征识别技术中的一种，它利用不同人的面像有各自的特点这一事实，通过比较待识别者与库中候选对象的面像信息，以确认其身份归属。在公安部门的刑侦工作中，人脸识别技术有着广泛的运用，存在多种多样的应用形式，包括网上追逃、卡口追逃、监狱管理、重点对象监控等等。从广义上说，公安系统中所有包含人脸信息的数据库，如常驻人口库，均可被用于基于人脸特征的智能检索。随着公安部门对人睑识别系统的熟悉和深入使用，随时有可能发现或产生新的应用方式，对系统功能提出更高的要求.这决定了本系统应当具有极强的可扩充性与适应性，以满足公安部门不断增加和变化的应用需求。本文介绍的我们研制的人脸识别系统是针对公安部门的需求而设计的，并同时可适用于银行、海关等领域。文中将主要描述本系统的总体设计思想，系统结构和主要实现技术，而系统的图像预处理技术和具体的人脸识别算法，因文章篇幅所限，这里不再赘述。 2系统总体结构设计 提取出人脸区域的特征信息;最后，通过将所提取的人脸特征与原先库存的特征相匹配，以发现待识别者的身份. 2.1人脸识别的流程 自动人脸识别研究已有三十多年的历史，出现了诸如PCA, SVM, Bayesian等一系列行之有效的人脸识别方法，-s7。从总体流程上看，人脸识别包括:人脸检测、人脸特征抽取、特征比对识别三个重要的环节，算法的整个工作流程如图1所示。 对于输入的人脸图像，我们首先通过人脸检测算法定为图像中相应的人脸区域;在此基础上，我们使用特征抽取算法提取出人脸区域的特征信息;最后，通过将所提取的人脸特征与原先库存的特征相匹配，以发现待识别者的身份. 2.2系统设计复杂性分析 人脸识别技术是一种较为成熟的技术，然而，要使用这一技术架构起一个强大的身份识别系统，依然存在着许多影响设计复杂性的不确定因素.这些因素主要包括: ·数据库差异:人脸识别系统需要对底层个人信息数据库进行管理维护，这要求系统对底层数据库有明确的了解和控制。然而，公安部门目前使用的各类数据库并没有统一的设计规范，库与库之间的结构定义，信息存储均存在着较大的差异。我们需要限制这种差异带来的影响，以统一的方式为不同的应用提供一致的操作界面。 ·信息获取方式差异:在实际应用中，我们可以通过多种途径来获得人脸信息，包括简

开题报告-人脸识别系统的研究与实现(可编辑修改word版)

武汉理工大学本科生毕业设计（论文）任务书 学院：自动化学院专业班级：自动化1005 班 姓名：王建华学号： 0121011360501 毕业设计（论文）题目：人脸识别系统的研究与实现 任务书含以下方面的内容： （一）设计（论文）主要内容： OpenCV 是一个开源的跨平台计算机视觉库，可实现图像处理和计算机视觉方面的很多通用算法。OpenCV 给人脸识别提供了一整套图像处理以及图像与模式分析函数，可迅速完成人脸的识别和检测。本研究希望利用OpenCV 库，开发一个人脸识别系统，能够辨认出6-8 个人脸，并有相应的反应。 （二）要求完成的主要任务： 1、查阅不少于15 篇的相关资料，其中英文文献不少于2 篇，完成开题报告。 2、通过对资料的阅读，深入了解OpenCV 库以及人脸检测与识别的相关算法。 3、利用OpenCV 库实现人脸检测与识别算法。 4、完成不少于2 万英文（5000 汉字）印刷符的英文文献翻译。 5、完成毕业论文（设计说明书和相关图纸）。 （三）进度安排 第1-2 周：查阅相关文献资料，明确研究内容，了解研究所需硬件和软件。确定方案，完成开题报告。 第3-4 周：安装软件，学习熟练应用软件OpenCV。 第5-7 周：学习OpenCV 库中的相关函数。 第8-10 周：利用VS2010 软件编程，熟练掌握OpenCV 的各种相关功能。 第10-12 周：OpenCV 程序的修改，调试。 第13-14 周：修改并完成毕业论文。 第15 周：准备论文答辩。 (四) 必读参考资料及主要参考文献 [1]（美）布拉德斯基（Bradski G.），（美）克勒（Kaehler A.），于仕琪，刘瑞祯．学习OpenCV（中文版）[M]．清华大学出版社，2009：601.

数字图像处理课程设计——人脸检测与识别

： 数字图像处理 课 程 设 计 ] $

: 人脸检测与识别课程设计 一、简介 人脸检测与识别是当前模式识别领域的一个前沿课题，人脸识别技术就是利用计算机技术，根据数据库的人脸图像，分析提取出有效的识别信息，用来“辨认”身份的技术。人脸识别是模式识别研究的一个热点, 它在身份鉴别、信用卡识别, 护照的核对及监控系统等方面有着广泛的应用。人脸图像由于受光照、表情以及姿态等因素的影响, 使得同一个人的脸像矩阵差异也比较大。因此, 进行人脸识别时, 所选取的特征必须对上述因素具备一定的稳定性和不变 性. 主元分析(PCA)方法是一种有效的特征提取方法,将人脸图像表示成一个列向量, 经过PCA 变换后, 不仅可以有效地降低其维数, 同时又能保留所需要的识别信息, 这些信息对光照、表情以及姿态具有一定的不敏感性. 在获得有效的特征向量后, 关键问题是设计具有良好分类能力和鲁棒性的分类器. 支持向量机 (SVM ) 模式识别方法,兼顾训练误差和泛化能力, 在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。 本此课程设计基于MATLAB，将检测与识别分开进行。其中检测部分使用实验指导书上的肤色模型算法进行，不进行赘述。识别部分采用PCA算法对检测出的人脸图像进行特征提取, 再利用最邻近距离分类法对特征向量进行分类识别，将在后文具体表述。仿真结果验

证了本算法是有效的。 二、人脸检测 1.》 2.源码 img=imread('D:\std_test_images\'); figure; imshow(img); R=img(:,:,1); G=img(:,:,2); B=img(:,:,3); faceRgn1=(R>95)&(G>40)&(B>20)&max(img,[],3)-min(img,[],3)>15&abs(R-G)>15&R>B; ~ figure; imshow(faceRgn1); r=double(R)./double(sum(img,3)); g=double(G)./double(sum(img,3)); Y=*R+*G+*B; faceRgn2=(r>&(r<&(g>&(g<&(r>g)&g>='Boundingbox'); BB1=struct2cell(BB); BB2=cell2mat(BB1); ) figure; imshow(img); [s1 s2]=size(BB2); mx=0; for k=3:4:s2-1 p=BB2(1,k)*BB2(1,k+1); if p>mx&(BB2(1,k)/BB2(1,k+1))< mx=p; ！ j=k; hold on; rectangle('position',[BB2(1,j-2),BB2(1,j-1),BB2(1,j),BB2(1,j+1)],'linewidth',3,'edg ecolor','r'); hold off; end end