多用途人脸识别系统的设计与实现

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (20): 225-228.

多用途人脸识别系统的设计与实现

尹璐¹，何晓光²，毋立芳¹，田捷²

1.北京工业大学电子信息与控制工程学院神经网络与图像识别实验室，北京 100022
2.中国科学院自动化研究所复杂系统与智能科学重点实验室，北京 100080

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-11 发布日期:2007-07-11
通讯作者: 尹璐

Design and implementation of multi-purpose face recognition system

YIN Lu¹，HE Xiao-guang²，WU Li-fang¹，TIAN Jie²

1.Lab of NN and IR，College of Electronic Information and Control Engineering，Beijing Univ. of Technology，Beijing 100022，China
2.Key Lab of Complex Systems and Intelligence Science，Institute of Automation，Chinese Academy of Sciences，Beijing 100080，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-11 Published:2007-07-11
Contact: YIN Lu

摘要/Abstract

摘要： 人脸识别技术是近年来研究的一个热点，众多的人脸识别系统应运而生。提出了一种多用途人脸识别系统，可用作实际环境中智能监控，也可用作实验室环境下的算法测试。该系统整合了人脸检测、正则化、识别等模式识别处理技术，可以在复杂环境下实时、鲁棒地进行人脸识别。系统设计过程中引入了BioAPI国际标准，实现了对相关行业标准的兼容性，便利了算法及系统的实用化。

关键词: 人脸识别系统, BioAPI, 人脸检测, 人脸正则化

Abstract: Recently face recognition research is becoming a hot subject.In the paper，a multi-purpose face recognition system is proposed.It can be used for intelligent surveillance and algorithms development.The system involves three models：face detection，face alignment and face recognition.In the system，an international standard，BioAPI，is referenced，which ensures the industry compatibility，and facilitate the application of algorithms and the system.

Key words: face recognition systems, BioAPI, face detection, face alignment

尹璐¹，何晓光²，毋立芳¹，田捷². 多用途人脸识别系统的设计与实现[J]. 计算机工程与应用, 2007, 43(20): 225-228.

YIN Lu¹，HE Xiao-guang²，WU Li-fang¹，TIAN Jie². Design and implementation of multi-purpose face recognition system[J]. Computer Engineering and Applications, 2007, 43(20): 225-228.

[1]	高树静，王程龙，董廷坤. 基于ZYNQ的优化Adaboost人脸检测[J]. 计算机工程与应用, 2020, 56(6): 201-206.
[2]	郭静，宋文爱，杨吉江，王青，梁雅琪，雷毅，高雪梅，李海振. 计算机辅助诊断人脸形态学疾病研究综述[J]. 计算机工程与应用, 2020, 56(19): 22-33.
[3]	刘淇缘，卢树华，兰凌强. 遮挡人脸检测方法研究进展[J]. 计算机工程与应用, 2020, 56(13): 33-46.
[4]	李静，降爱莲. 复杂场景下基于R-FCN的小人脸检测研究[J]. 计算机工程与应用, 2020, 56(1): 203-208.
[5]	罗明柱，肖业伟. 全卷积神经网络的多尺度人脸检测的研究[J]. 计算机工程与应用, 2019, 55(5): 124-128.
[6]	李亚可，玉振明. 级联的卷积神经网络人脸检测方法[J]. 计算机工程与应用, 2019, 55(24): 184-189.
[7]	梁雅琪，宋文爱，杨吉江，王青，王星月，雷毅. 人脸辅助诊断关键技术研究[J]. 计算机工程与应用, 2019, 55(15): 24-31.
[8]	张进1，张娜娜2. 优化特征提取的互动式人脸活体检测研究[J]. 计算机工程与应用, 2019, 55(13): 193-200.
[9]	周安众，罗可. 一种多尺度卷积神经网络的人脸检测模型[J]. 计算机工程与应用, 2018, 54(14): 168-174.
[10]	吴志洋，卓勇，廖生辉. 改进的多目标回归实时人脸检测算法[J]. 计算机工程与应用, 2018, 54(11): 1-7.
[11]	罗富丽，李佳田. 结合运动特征的AdaBoost层次增强算法[J]. 计算机工程与应用, 2017, 53(7): 154-159.
[12]	曾鸿军1，2，沈燕飞2，王毅1. 基于感兴趣区域的头像视频前处理方法[J]. 计算机工程与应用, 2017, 53(6): 188-192.
[13]	张言飞，欧阳健飞，姚丽峰. 基于快速人脸检测的实时呼吸测量系统的设计[J]. 计算机工程与应用, 2016, 52(2): 256-261.
[14]	刘王胜，冯瑞. 一种基于AdaBoost的人脸检测算法[J]. 计算机工程与应用, 2016, 52(11): 209-214.
[15]	周仁琴. 视频监控场景下的面部遮挡检测[J]. 计算机工程与应用, 2015, 51(4): 192-195.