人脸识别技术在网络考试防作弊系统中的应用研究

随着互联网时代的到来,网络考试得到了全面推广与发展,但其存在很多问题,例如:由于网络考试考场不集中、考场环境复杂多变、监考人员鉴别能力有限等因素,导致考生身份信息识别环节出现很多漏洞,有些考生抱有侥幸心理,想通过替考等违规方式参加考试,这严重地破坏了考试的公正性和公平性。文章提出,构建基于人脸识别技术的防作弊系统,并将其应用于网络考试,以有效防止替考等作弊行为的发生。     

基于级联型组合分类器的人脸识别研究

该文提出了一种将支持向量机（SVM）与神经网络相结合的方法，得到一种新型的级联型组合分类器．此组合分类器先利用神经网络或SVM对人脸图像进行预分类，得到不同性别的两类人脸图像；然后分别针对其中某一类人脸图像进行K-I。变换以提取有效特征，再使用SVM进行细分，得到最终的识别结果．应用该组合分类器方法在本文整合得到的人脸样本库上进行测试，结果显示该方法不但可以有效地提高识别速度，而且还可以在一定程度上提高识别率，因此方法是有成效和有价值的．     

图说

正~~     

他的脸容,你的危险

正比试的重点不再是监控摄像头的像素,而是人脸识别的大数据处理能力。我们身处于一个传感(Sensing)无处不在的世界。以智能居家概念为例,类似温度自动调节、手势识别遥控、佩戴式血压自测、清洁机器人等这些科技玩意儿都包含着各种传感技术,其中的传感元件也越来越迷你化。不过,与公共安全息息相关的人脸识别传感系统就必须要"做大"——不但意味着传感终端的数量大,还意味着海量信息的处理,或者时髦点叫做大数据发掘,人脸识别就是其中之一。没错,对"茫茫人海"的动态视频数据进行快速处理,听起来是不是很令机器崩溃?     

高校课堂管理平台设计实现

针对高校课堂管理中存在的签到效率低下,教学日历编排被动复杂,课堂信息管理分散等问题,设计开发面向高校课堂管理的信息化平台。平台调用第三方人脸识别接口,完成人脸采集、人脸检测、人脸跟踪、人脸比对工序,以此对高校学生的到课率检测进行支持;基于XDOC和JavaScript脚本语言,智能生成教学日历;采用网页脚本语言结合Vue、Spring Boot、Mybatis等框架的方式搭建平台,实现课堂信息管理一体化。平台具有高度可扩充性、普适性、稳定性,有助于进一步推动课堂管理轻便化智能化发展。     

人脸识别技术的综述

人脸识别技术通过对人脸图像提取特征,将其数据库的人脸特征对比,通过对比获得识别结果;通过对人脸识别技术应用,可以提高高校管理的工作效率,方便人们生活.     

人脸识别在中国

腾讯、网易正在推动人脸识别在娱乐和安全领域取得突破。＂瞧这脸型,这眉眼,您就是周笔畅本尊吧,如果阁下木有戴和笔笔一样的眼镜框,那一定是黑眼圈太严重了,慧眼不会看错滴,好好休息啊亲。＂这样的煽情的话旁边是微博上的两张照片,一张用户的自拍照,一张周笔畅的剧照,     

新一代广告牌:将智能进行到底

当你在看广告的时候,广告也在看你,分析你的面部表情、年龄,还有你正和谁在一起未来的广告牌不再是单纯播放广告的电子屏幕,而是利用人工智能、人机交互及社交网络等手段,吸引顾客、收集信息,乃至分析市场、制定营销策略的智能媒体。智能化将是未来广告发展的必然趋势。     

大数据时代人脸识别信息侵权构成的二元解释论——基于人脸识别信息二元属性的分析

当下,实务界对人脸识别信息法律属性的误解,导致了对人脸识别信息侵权构成要件的片面解读。大数据时代“隐私信息化”成为新形态,使得人脸识别信息在不同场景呈现出个人隐私或个人信息的属性。根据人脸识别技术的应用目的将人脸识别信息的使用场景分为“对比”“分析”“识别验证”三类,在“分析”“识别验证”场景中,其个人隐私属性较强,此时加害行为表现为侵害隐私,采纳过错推定的归责原则,损害后果不限于下游损失,因果关系采用“条件说”与“相当因果关系说”结合的判断方法;在“对比”场景中,其个人信息属性较强,此时加害行为表现为侵害个人信息权益,归责原则与因果关系的判断方法同上,但损害后果仅限于下游损失。     

深度学习技术在海关风险甄别中的应用研究

随着互联网的高速发展和人工智能时代的到来,越来越多从前必须由人脑完成的工作能够利用计算机技术来完成,而深度学习的出现更解决了传统机器学习算法在计算机视觉领域、自然语言处理领域表现不佳的问题,使机器也能够拥有准确感知图像和语音的能力。人脸识别是深度学习网络最常见的应用场景之一,具有自然、直接、方便的特点,且不需要检测对象配合,因此非常适合用于公共安全领域的风险检测。研究充分结合海关实际需求,搭建基于深度学习技术的人脸识别模型,提供对通关旅客进行实时风险甄别的解决方案,以及海关通关风险防控场景的理论参考,为后续深度学习技术在海关业务的研究提供支撑。