何智翔
- 作品数:9 被引量:8H指数:2
- 供职机构:北京海鑫科金高科技股份有限公司更多>>
- 发文基金:国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:自动化与计算机技术更多>>
- 一种基于双目立体视觉的人脸检测方法、装置及系统
- 本发明公开一种基于双目立体视觉的人脸检测方法、装置及系统,所述方法包括:根据第一摄像头和第二摄像头采集的人脸视频数据,判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内;若是,则根据所述人脸视频数据,生成人脸图像...
- 刘晓春何智翔孙英贺王贤良
- 一种远程视频面签方法及系统
- 本发明公开一种远程视频面签方法及系统,该方法包括:向用户终端发送人脸动作指令;接收用户执行指令的视频信息,并得到人脸图像帧;判断存在符合人脸质量标准的图像帧时,存储该图像帧;得到与指令匹配的图像帧,计算匹配的比例是否达到...
- 刘晓春何智翔李进安孙英贺王贤良孙庆南
- 文献传递
- 基于多特征融合的高性能指纹识别及应用
- 刘晓春杨春宇郑逢德王贤良吴正平孔祥斌何智翔赵元兴石娟峰蔡志文贺银苹周瑞军孙庆南孙英贺
- 研究目的:虽然指纹识别技术已经十分成熟,但在低质量指纹图像上识别能力仍不尽人意,据统计指纹系统中约存在10%的低质量指纹图像,由于复杂采集环境下容易得到的低质量指纹图像及随着移动终端指纹识别应用的普及,对指纹识别要求更精...
- 关键词:
- 关键词:指纹识别技术传感器
- 基于改进局部二值模型的指静脉识别方法及装置
- 本发明公开一种基于改进局部二值模型的指静脉识别方法及装置,能够克服噪声的影响,提高识别的准确度且易于并行化实现。S1、获取待识别的指静脉图像,定位指静脉特征点位置,并基于改进的局部二值模型计算各个特征点的LmTP特征;S...
- 刘晓春张虎王贤良何智翔
- 基于马尔科夫随机场模型的多视角异质多模图像的目标检测
- 2012年
- 研究复杂背景中不同视角的不同光质图像中的特定目标检测问题。利用马尔可夫随机场模型,提出了一个基于地面区域匹配和空间约束关系的目标检测方法。在可见光俯视参考图像和红外光侧视观测图像的实验数据集上的检测结果表明,区域匹配能够有效提高召回率,而空间约束能够有效降低虚警率,获得了比一般异质光图像检测中基于边缘的方法更好的检测结果。该方法降低了不同视角带来的影响,同时能够克服图像间光质不同带来的检测困难,能够有效处理复杂背景下不同光质图像的匹配及其中目标的准确检测定位。
- 何智翔丁晓青
- 关键词:目标检测马尔可夫随机场
- 一种基于双目立体视觉的人脸检测方法、装置及系统
- 本发明公开一种基于双目立体视觉的人脸检测方法、装置及系统,所述方法包括:根据第一摄像头和第二摄像头采集的人脸视频数据,判断人脸是否处于第一摄像头和第二摄像头的预设共同视野范围内;若是,则根据所述人脸视频数据,生成人脸图像...
- 刘晓春何智翔孙英贺王贤良
- 文献传递
- 基于LBP和CCS-AdaBoost的多视角人脸检测被引量:6
- 2013年
- 为了解决多视角人脸检测中多视角导致的人脸结构不同的问题和人脸与非人脸之间的误分类风险不同的问题,检测特征使用局部二值模式(LBP)及统计直方图,人脸非人脸分类器使用可控风险敏感AdaBoost(CCS-Ada-Boost).LBP及统计直方图能够描述多视角的人脸结构;CCS-AdaBoost能够在降低总体的误分类风险的同时最小化分类错误率.实验中,LBP特征的性能在正面人脸检测上比Haar-like特征更好.CCS-AdaBoost分类器在一定条件下也比普通AdaBoost分类器有更好的性能,并且弥补了风险敏感AdaBoost分类器(CS-AdaBoost)对靠近分类边界的样本分类不好的缺陷.最终的多视角人脸检测器在CMU-Profile测试集上获得了满意的结果.该算法实现了鲁棒的多视角人脸检测方法,在相同虚警率下获得比其他人脸检测方法更好的结果,能够有效地解决多视角人脸检测中的2个问题.
- 何智翔丁晓青方驰文迪
- 关键词:宽度优先搜索
- 基于改进局部二值模型的指静脉识别方法及装置
- 本发明公开一种基于改进局部二值模型的指静脉识别方法及装置,能够克服噪声的影响,提高识别的准确度且易于并行化实现。S1、获取待识别的指静脉图像,定位指静脉特征点位置,并基于改进的局部二值模型计算各个特征点的LmTP特征;S...
- 刘晓春张虎王贤良何智翔
- 文献传递
- 基于可控风险敏感AdaBoost算法的人脸检测被引量:2
- 2012年
- 在人脸检测问题中,需要使用风险敏感的AdaBoost算法来最小化人脸的误分类风险。但是现有的风险敏感的AdaBoost算法对位于分类边界附近的低风险样本的分类性能很差,影响了最终的检测性能。为了解决这个问题,该文通过分析风险敏感的AdaBoost算法的分类错误率,从理论上指出了造成该问题的原因,并据此提出了可控风险敏感的AdaBoost算法。经过实验,该算法在相同召回率的情况下比风险敏感的AdaBoost算法取得了更低的虚警率,并且在CMU正面直立人脸测试集上也获得了更优的人脸检测结果。实验结果表明:该算法在保持风险敏感AdaBoost算法优点的同时,提高了对低风险样本的鉴别能力,获得了更好的性能。
- 何智翔丁晓青方驰文迪
- 关键词:人脸检测