成果介绍
1.通过OpenCV加载神经网络框架TensorFlow训练的CNN卷积神经网络人脸识别分类算法进行老师和学生等人脸识别,利用深度学习的识别算法使教育刷脸更加精准,有较好的鲁棒性。
2.基于方向预测的受限CamShift算法(RCA—DR)选用CamShift作为优化基础,与卡尔曼滤波相结合以防止存在目标被遮挡的情况,并且融入帧间差分算法防止相邻帧之间出现相似颜色的干扰。利用人脸识别与跟踪算法的衔接可行,在追踪的过程中既防止相似颜色物体干扰与被遮挡的问题,又保证了教育刷脸设备追踪过程的稳定性。
成果亮点
1.教育刷脸主要是利用人脸识别算法,基于TensorFlow训练模型的CNN人脸识别分类算法,准确率更高。
2.系统主要由树莓派3B+的ARM开发板等模块组成,能实时处理和分析视频数据和图像,加载TensorFlow框架中的CNN人脸识别网络,利用Haar特征和LBP特征进行图像处理,使已训练好的XML格式的分类器进行人脸检测追踪,保证系统的完整性和可靠性。
团队介绍
哈尔滨钢果科技有限公司是致力于计算机软硬件开发、系统集成、网络工程等的研发,研发涵盖了各行各业的人脸识别服务业务,打造多元化发展模式,始终贯彻“以人为本,客户至上”的管理理念,致力于为客户提供全面信息化、智能化、高性价比的整套现代化人脸识别应用系统及设备解决方案,提供高质量的研发水平及专业的售后服务,保证公司从产品的研发和良好的应用出发,做好每一个项目坚持以客户的需求为导向做好每一个细节。
成果资料