基于人脸识别考勤系统的设计与实现
基于人脸识别考勤系统的设计与实现 非常详细的人脸识别技术介绍西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所岁列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明桷的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担切的法律责任本人签名:日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有)保留和仗用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。本人签名:日期导师签名日期摘要摘要随着科技的发展,智能化的考勤系统在企事业单位越来越被广泛使用,尤其是基于人休生物特征识别的考勤系统更是研究的热点。木文是采用基于实时视频流的人脸识别技术设计的考勤系统。本系统首先提出一套用于精确提取人脸区域的方法流程。通过算法对视频流中的人脸进行实时检测,然后对包含人脸的视频帧进行图像预处理和肤色建模来精确定位人脸,最后使用算法对定位的人脸进行跟踪。接着,木系统针对定位得到的人脸图片的光照变化提出了一种新的处理方法。、将光照变化分为光照強度和光照角度变化;二、川灰度归一化预处理降低对光照强度的敏感度;三、用个基本点光源近似表小人臉识别应用中的光照条件,估计输入图像最近似的光照条件,据此提出了“最近光照比图像”的概念,重构标准光照图像,降低光照角度的影响。对光照估计和重构的人脸图片健立嵌入式隐马尔可夫模型,提取它的观察向量并同数据库中的训练好的薮据进行最大似然估计,确定人脸身份。最后,实现了基于人脸识别的原型考勤系统,它实现了员工考勤信息的自动录入、管理等功能。通过对这个原型系统的改进来满足不同的应用需求。关键字:人脸识别最近光照比图像考勤系统基于人脸识别考勤系统的设计与实现closest light conditions of face images. Based on this, the concept"closest illuminationratio image(CIRi is proposed which is designed to reconstruct standard face images基于人脸识别考勤系统的设计与实现目录目录第·章绪论课题研究背景和意义相关理论基础与应用领域人脸识别国内外研究成果国外研究成果国内研究成果木文的主要工作及论文安排第二章图像预处理色彩平衡光照补偿直方图均衡化形态学运算色彩空间转换本章小节第三章视频图像人脸定位与跟踪视频图像视频图像简介图像米集卡工作原理及流程视频流获取人脸检测人脸检测方法概述基于人脸检测方法人脸定位基于的混合高斯肤色模型肤色分割边界提取人脸提取人脸跟踪跟踪技术实验及结果分析木章小节第四章人脸识别特征脸方法概述基于人脸识别考勤系统的设计与实现改进的人脸识别技术光照变化对人脸识别影响消除光照强度变化技术消除光照角度变化技术光照佔计和标准光照图像的重构光照估计和图像重构仿真实验基于的人脸识别隐马尔可夫模型简介理解人脸模型基于人脸识别三个问题及解决办法的特征值提取人脸训练人脸匹配本章小节第五章系统设计与实现系统设计概述采集模块设计视频采集硬件设备视频显示人脸图像获取管理模块设计员工信息管理模块人脸识别管理数据库的设计和开发数据库总体框架基木表建立人脸库建立系统菜单设计用户登录模块权限管理模块员工出勤记录员工基本信息管理查询模块用户界面设计
- 2020-12-03下载
- 积分:1
利用Matlab提取图片中的数据
从事科研或者工程的人员在文档撰写过程中,常需要将文献中的曲线与自己的结果对比,为获取原始数据,一种常用的办法是手动描点,即将原始曲线放大然后打印出来,选取一定数量的点,读出其横纵坐标,然后重绘。对于较为平坦的曲线,这种方法当然可行,但当曲线数量增加,曲线变化复杂,这种方法工作量可想而知。前段时间由于原始数据丢失,仅剩几十幅图片,本人尝试过手动描点,经历几个小时奋战,实在无法继续,索性转向matlab,借助其强大的数据处理能力,编写了两个GUI的小软件image2data、data_poly提取数据,如今大功告成,遂于大家分享。坐标轴标定按下面板上的按钮进行图像放大,按钮恢复初始显示大小,钮采用鼠标拖动图像按钮退出放大或者拖动的鼠标操作模式,空格键表示取点操作,键表示删除上一次取点操作,状态栏的显示当前鼠标取点总数目(注意,初始点数为,然后存处个坐标轴标定坐标,剩余用来存储曲线坐标)。值得指山的是,每次放大或者拖动桨作完毕后,必须按下按钮,才能用空格键进行取点操作。匹回图00.400.351 MHz足0.300.2530 MHz0.20frequency>100 MHz型30681012141618REVERSE VOLTAGE (VFigure 1. RF Capacitance vs ReverseBias. HSMP-3810 Series图坐标轴定标曲线描点按照上述操作反复进行图像放大、拖动、取点,状态栏的和用于显示当前坐标(注紊,这个坐标图像坐标,轴方向向下,后面坐标变换需要考虑),下图给出了描点完毕后的曲线,可以看出取点基本代表了曲线的全部信息。0.45E0400351 MHz0.3002530 MHZ.frequency> 100 MHzpr/。no0.1568101214161820REVERSE VOLTAGE (V)Figure 1. RF Capacitance vs Reversem[1Bias. hsMP-3810 Series图曲线描点数据处理及存储。按下按钮,描点后的曲线会显示在图像当中,按下按钮,程序自动进行坐标转换,得到所有描点的真实坐标,按卜按钮,使会生成一个文木,数据记录其和按钮下都有文本输入框,本别代表输入文本和存储文本的名称,不带后缀)。045"z55sd0.351M3002530 MHafrequency>100 MHz0.1502468101214161820REVERSE VOLTAGE (VFigure l. RF Capacitance vs Reversese4Bias. HsMP-3810 Series图拟合曲线效果记事本巴回囟文件〕编辑巴)格式迫!查看y1帮助)6,6ag15-92h432562gP-6811.18153B60-91488g2c-8912.15288c-E914.81Q68c-691.93177一Bg1571882c-6E-8Ube-出14.168y!:e-Uk1面=363211g-9g1py9py6-6817.99日969e-B914。394g55e-919.6696599e-B913.941218e-0911.119913-Bg3.E786699g-6511.36361243.779192-6811,5邵3777e十3.71813e-6117699899e+053.6164171e-6911_97了5775巴十B035小B725-6612-3111uB!g318286-B12.了7阳7P??5"24"9236P-R13.12096E5e+gs2502的9e-6613.526859e-E日31756187e-651391427562B9.1158646e-6814_287193.806E87ge-651h。47785F7eB98,38E17e-61↓816F877e+2.9877229e-6615.342g3B6e-Eg2.92049e-6615,6428g1eB9g2.B86ge6168697eBgg28616e-816652032cE9g78786ggc-691图数据记录文本数据后处理由于以上数据是于动选取的,故分布不够均匀,下面我们通过数据拟合,然后重新采样得到等间距的数据(可能大家会问,为什么两个功能不做在起呢?数据拟合是个比较味烦的事情,本组曲线采用多项式拟合即可,可对于更多的曲线采用指数函数、正弦函数等才能得到比较好的结果中的工具箱就包含了很多的拟合函数,为避免重复工作,仅绵写了这个小软件用来数据拟合再采样,其他的拟合就靠了)。运行代表多项式拟合的阶数(一般就够用了),代表重新釆样的数据个数,其他几个就不用解释了,默认输入文本为输出文本为,数据拟合结果如下图所示Xmax 23 ymax045fing图数据拟合再采样结果至此,数据提取过程完毕,可能操作上有些不便(毕竞只是小T具而已),但比起于动描点的速度和精度,可谓小巫见大巫。软件编写要点这两个小软件从构思到完成大概用了两大,功能的完成绝大部分归功」丰富的函数库和方便的,其中用到的主要函数上要有列衣如下,更详的介绍请参阅文档。表主要函数列表除了上述函数的掌握之外,还需要对的数据结构和函数响应有一定的理解,在此就不多讲了(多看相关例程就明白了)。编写程序之前,首先心中要有一个框架,做些什么,怎么做,顺序如何等。本软件的结构如下图所示:导入图像创建数据结构坐枟轴定标曲线描点坐标变換数据后处彐:拟合、重新采样、存储图程序沇程示意导入图像程序段:创建数据结构程序段坐标轴定标及坐标变换:数据后处理代码段附录3.1描点数据列表数据拟合结果3.3、重新采样数据列表
- 2020-12-04下载
- 积分:1