基于改进LBPH算法的用户识别认证系统
出勤率对于企业,办公场所,大学课堂十分重要,良好的出勤率既可以保证工作稳定有序的运行,也能提高成员的工作热情;同时这些场所也是安全意识亟待提高的重灾区,在大学的实验室,企业的办公楼失窃事件屡见不鲜.本文针对实验室成员考勤以及实验室安全的具体场景,在MTCNN训练模型上增强鲁棒性,在传统的优秀视觉算法局部二进制编码直方图(LBPH)的基础上,加以改进,提出基于敏感特征识别的SLBPH算法,在数据测试集FEI和CASIA FACEV5上识别率均有明显提高,可以在CPU上高速准确识别多数人员,并进行后台签到;对于陌生成员,有提取面部图像功能并标识.
面部图像 用户识别 认证系统 特征匹配 改进局部二进制编码直方图算法
张玉云
西南交通大学
国内会议
厦门
中文
49-56
2019-04-01（万方平台首次上网日期，不代表论文的发表时间）