【摘 要】
：
近年来,随着我国经济的快速发展,许多的中小企业涌现出来,随着企业单位人数的增长,考勤已经成为公司人事管理的一个重要组成部分,目前市面上采用都是基于生物特征的考勤系统,其中,基于人脸识别的考勤系统因其采集速度快、可靠性高以及耗费成本低的优特点被广泛使用。人脸检测作为人脸识别中的第一步同时也是最关键的一步,本文针对Ada Boost算法需要遍历整张图片造成了检测效率低的问题,提出了一种基于肤色分割的A
论文部分内容阅读
近年来,随着我国经济的快速发展,许多的中小企业涌现出来,随着企业单位人数的增长,考勤已经成为公司人事管理的一个重要组成部分,目前市面上采用都是基于生物特征的考勤系统,其中,基于人脸识别的考勤系统因其采集速度快、可靠性高以及耗费成本低的优特点被广泛使用。人脸检测作为人脸识别中的第一步同时也是最关键的一步,本文针对Ada Boost算法需要遍历整张图片造成了检测效率低的问题,提出了一种基于肤色分割的Ada Boost人脸检测算法。该方法先利用了人脸肤色的聚类性能对图片进行检测分割,然后使用Ada Boost对分割区域进行检测,避免了传统的Ada Boost需要遍历整张图片造成了检测效率低的问题。经实验表明,该算法完全可以在不影响检测准确率的情况下提高检测速度。对于人脸识别,将深度学习中的卷积神经网络应用到人脸识别中来,采取facenet深度网络中的googlenet网络架构,对该网络架构进行微调,设计并选取合适的优化损失函数triplt loss。最后以tensorflow为深度学习框架成功实现了人脸识别,对设计的卷积网络重新进行训练生成网络模型,将每一张人脸转换为128维的特征向量,利用该网络模型来对人脸图片进行分类。最后搭建了一套人脸识别为基础的人脸考勤打卡系统。本系统以VS2015作为开发平台,利用opencv3.4作为人脸信息识别模块的基本函数库,实现了管理员登录、用户注册、用户管理、考勤模块以及报告预警等功能模块。
其他文献
移动机器人技术是机器人研究的重点之一,而路径规划问题又是移动机器人技术研究中的关键课题。研究路径规划问题,能更好的提高路径规划的效率,完成任务的同时也能降低生产成本。本文将移动机器人路径规划技术作为研究内容,选取平面自由移动机器人为研究对象,采用人工势场算法对机器人路径规划进行研究,研究的主要内容有:1.对传统人工势场算法的原理进行研究,通过仿真实验对人工势场算法进行验证,分析了算法中存在的缺陷问
视觉同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术是移动机器人进行自主定位和构建空间环境地图的核心技术,是机器人实现智能导航的关键。回环检测作为视觉SLAM的关键环节,协助构建环境地图并减小前端估计的误差。然而,现有回环检测方法的性能受到光照变化和场景切换的制约,具备高性能的回环检测方法是视觉SLAM研究的重难点。因此,本文针对光照变
仿生机器在国内外的科学技术研究繁多,但多数功能、工作环境单一,针对这一现象研究设计了一款可行走于硬实地面、柔软地带和水面行动的仿生智能机器,该仿生智能机器结构简单且应用更为范围。论文首先介绍了根据自然界六足生物的生物特性,研究设计出三态六足仿生机器系统的设计方案,主要包括三态足创新设计模块、六足契贝谢夫运动机构模块、链条传动模块及转向机构模块的机构组成和工作原理,并建立仿生机器各部分的三维模型。其
同时定位与构建地图（Simultaneous Localization and Mapping,SLAM）是实现移动机器人自主导航的关键技术,也被广泛应用于自动驾驶汽车和无人车等领域。作为视觉SLAM的重要组成部分,视觉地点识别（Visual Place Recognition,VPR）可以实现机器人定位,同时视觉地点识别对环境条件变化的鲁棒性影响着机器人构建环境地图的准确性。因此,如何提高视觉地
脊椎侧弯、脊柱变形和椎骨滑脱等是目前发病率很高的疾病,如果能在早期及时发现脊柱疾病的症状,会对治疗起到至关重要的作用。医生对椎骨进行疾病诊断的第一步就是影像学检查,然后通过医学图像对椎骨进行定位和识别工作。疾病的筛选、病情的诊断以及制定治疗方案的.常用的手段之一便是医学图像检查。日常作业产生医学图像由于图像清晰度不高、对比不明显等原因.给通过医学图像进行精准治疗带来了一定的困难,因此研究一种椎骨自
近年来,随着卫浴陶瓷行业对缺陷检测系统智能化程度要求的不断提高,对不规则表面上的微缺陷检测需求越来越大。传统的用于规则球面或具有漫反射性质的平面的检测方法难以满足使用要求,而基于深度学习的缺陷检测技术在复杂型面上仍然具有查准率高、泛化性强的特点,是当前高效获取表面缺陷的有效方法。本文以喷釉烧制后的卫浴陶瓷作为研究对象,采用深度学习与计算机视觉相结合的方法对表面微缺陷的检测进行研究。烧制后的卫浴陶瓷
互联网技术的快速发展,为视频的制作和传播,创造了有利条件。对于海量视频数据,传统基于文本方式的视频检索方法已不能满足用户的需求,为了快速、高效的对视频进行分析和管理,基于内容的视频检索技术成为目前研究的热点。目前基于内容特征的视频检索系统,大多采用提取视频关键帧的颜色、纹理、形状等底层特征,来进行视频相识度匹配,这些底层特征是基于全局统计或者人工设计的特征提取方式,存在泛化抽象能力不强、易受光照和
近年来,乳腺癌已成为危害女性健康的罪魁祸首之一。早期治疗仍旧是挽救乳腺癌患者生命的基础。随着人工智能的发展,利用机器学习来建立乳腺癌智能诊断系统已成为医学领域的研究热点。乳腺癌诊断有三个方面的难点:一是样本数据不平衡,即正常样本大大多于患病样本,造成少量的正确诊断却对应虚高的准确率,因此需要采用强泛化的网络,本论文采用AdaBoost算法来解决这一问题;二是医学指标众多,在众多指标中找出与乳腺癌有
惯性导航技术有着其它导航技术无法比拟的优势,但是它的发展受到了惯性传感器的影响,传统的惯性传感器（陀螺仪和加速度计）虽然精度比较高,但是其体积大、价格昂贵、可靠性等缺点使得惯性导航技术只有在高端场合得到应用。随着MEMS惯性传感器的发展,使得惯性导航技术在中低端场合得到了推广。而MEMS-IMU作为惯性导航的基本平台成为了学术界研究热点。本文的研究背景是研制一款实用的国产化MEMS-IMU。因此本
目前大部分课堂情况记录方法仍然停留在使用传统的人工签到和记录的方式,该过程繁琐且效率低下。随着深度学习、大数据等技术的深入研究与应用,为教育信息化发展提供了重要动力。利用摄像头对学生课堂情况进行分析的考勤、抬头率检测等系统应运而生。但利用信息技术处理该类问题,目前依然存在如下挑战:高清摄像头在多人密集环境下所采集的人脸分辨率不高且人脸面积微小;已有的人脸识别算法针对微小人脸进行检测的准确率不高;学