人脸表情识别方法综述

人脸表情作为一种人机交互的方式,成为研究的热点.基于对人脸表情识别的基本分析,文章重点探讨了人脸表情特征提取和分类并在此基础上,提出了研究热点.     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

改进的ASM面部特征点定位算法

为了提高主动形状模型（ASM）算法的性能,提出了从ASM模型的初始位置、人脸特征点局部搜索两方面改进的叠加ASM模型及局部特征点搜索的二维轮廓线算法。实验结果表明,该算法比传统的ASM对人脸面部特征点定位有更高的精确度。     

论改进养老金领取资格认证方式

开展人脸建模认证是湖南省社会保险局借鉴欧洲等发达国家对养老金领取资格认证的成功经验,结合当前我省实际,利用网络互通优势,而开发的一项新的认证系统,既方便了广大离退休人员进行养老金领取资格认定,又是防止欺诈冒领的有效手段。为企业职工退休后"满天飞"找到了一个很好的制约点。     

生物识别技术浅析

生物特征识别技术作为一种身份识别的手段,具有独特的优势,对信息安全具有重要意义,近年来已逐渐成为研究热点。文章介绍了常见的生物识别技术和识别方法并阐述了每种方法的优缺点。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法.该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性.将权值机制融合进图像的重构过程,强化了训练集的有用性.实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量.