精华内容
下载资源
问答
  • Softboy人脸考勤软件是基于人工智能算法分析人脸不同特征为识别依据的考勤软件. 软件操作简单高效易用识别准确度高,还可以配置参数满足你的需求. 先添加人脸人脸数据库,然后进入考勤 即可识别已经添加到人脸数据库...
  • Android可商用安卓人脸识别考勤机源码编译的APP softboy软件的离线识别,几乎是本地运算,基本做到40fps的运算速度,在相机预览画面流畅度来说基本没有影响,识别结果十分迅速,基本上是实时出结果。
  • 人脸识别demo.apk

    2019-11-05 14:37:27
    本下载为人脸识别demo,用于体验人脸识别注册、登录等功能展示。
  • Android人脸识别、对比

    2015-11-25 17:03:37
    人脸识别、对比的demo,这个demo中用到的人脸识别不是Android SDK中自带的FaceDetector而是使用的Face++提供的人脸识别和人脸探测的API,这个demo不仅实现了人脸探测和人脸对比,而且实现的效果是比较绚丽的,blog...
  • “刷脸”,又叫人脸识别解屏,使用步骤:安装完这款软件之后,在这款软件的主界面点击设置,设置您本人的人脸照片,自己照一张照片保存进去,设置成功后,让其后台运行,手机开屏的话就会出现比对界面,再次拍一下你...
  • 近来,很多公司的APP都实现了人脸识别登录的功能。今天呢,银鹏带大家从头到尾做一下这个人脸识别登录。 首先呢,我们需要采用一个拥有人脸识别算法的平台,这边我建议使用虹软的人脸识别,因为我个人用的就是这个,...
  • Android静态人脸识别(附源码)

    热门讨论 2014-09-03 14:30:01
    Android提供了两种人脸识别的功能: 1. 软件识别,支持静态和动态识别,比较消耗计算资源,处理速度慢,但是可以在绝大多数的手机上使用。 2. 硬件识别,仅支持动态识别,识别速度快,1秒可以识别10次左右,但是...
  • Android人脸识别静默活体动作活体Demo APP,下载后是app,没有源码哦。 源码和无积分下载可以点我头像联系我。软件运行后,打开摄像头可以检测人脸 并且给出人脸是否活体的 结果。
  • 基于Android系统的人脸识别签到软件

    万次阅读 2018-06-14 21:12:06
    项目名称: 基于Android系统的人脸识别签到软件 目 录 1 项目介绍..... 1 1.1 项目背景.... 1 1.2 产品特点.... 2 1.3 可行性分析.... 2 1.3.1 技术可行性分析.... 2 1.3.2 经济可行性分析.... 3 1.3.3 操作...

                项目名称:   基于Android系统的人脸识别签到软件

    目  录

    1 项目介绍..... 1

    1.1 项目背景.... 1

    1.2 产品特点.... 2

    1.3 可行性分析.... 2

    1.3.1 技术可行性分析.... 2

    1.3.2 经济可行性分析.... 3

    1.3.3 操作可行性分析.... 3

    2 产品设计..... 5

    2.1 运用技术.... 5

    2.2 产品设计.... 6

    2.2.1 结构设计.... 6

    2.2.2 系统功能设计.... 7

    2.2.3 数据库设计.... 7

    2.3 识别设计.... 8

    2.3.1 数据采集.... 9

    2.3.2 预处理.... 9

    2.3.3 特征提取.... 10

    2.3.4 分类决策.... 12

    2.3.5 识别.... 12

    2.4 应用场合.... 13

    2.4.1公司的会议.... 13

    2.4.2学校的考勤.... 13

    2.4.3婚礼的出席.... 14

    2.4.4 其他场合.... 14

    3 市场环境分析..... 15

    4 市场营销..... 17

    4.1营销模式.... 17

    4.2 App推广方案.... 17

    5 风险分析与防范..... 19

    5.1 市场风险及其对策.... 19

    5.2 竞争风险及其对策.... 19

    5.3 知识产权侵犯风险及其对策.... 19

    6 成长与发展..... 20

    6.1产品规划.... 20

    6.1.1 初步积累期.... 20

    6.1.2快速增长期.... 20

    6.1.3稳定增长期.... 20

    6.1.4稳定期.... 21

    6.2技术方向.... 21

    6.3产品发展目标.... 22

    6.4 未来规划.... 22

    6.4.1.近期发展计划(1年).... 22

    6.4.2中期发展计划(2—3年).... 22

    6.4.3远期发展计划(3—5年)... 23

    7 财务分析..... 24

    7.1资金来源.... 24

    7.2资金使用分析.... 24

    7.2.1 App的开发.... 24

    7.2.2 App的线上测试.... 24

    7.2.3 App宣传推广.... 25

    7.2.4 App维护所需费用.... 25

    7.2.5前期投入预算.... 25

    8 团队介绍..... 26

    8.1 团队分配.... 26

    8.1.1 团队总负责人.... 26

    8.1.2 技术负责人.... 26

    8.1.3 服务宣传负责人.... 26

    8.1.4 市场负责人.... 26

    8.2 团队介绍.... 27

     

     

    1 项目介绍

     

    目前,国内外人脸识别技术已经成熟,我们探讨将签到与人脸识别有效地结合成一种新型的签到方式,即人脸识别签到系统,这将极大地加快签到速度并且减少人力成本,缩短签到时间。让签到更加的方便快捷和安全有效。

    1.1 项目背景

    随着经济的迅猛发展,各行各业不断创新不断进步,与此同时各种类型的会议也是越来越多了,从科技、金融、教学到农业各个行业都有很多,为了便于更好地统计和管理,会议签到成为了一个必经的过程。哪怕在日常生活中,签到都是不可避免的考勤手段。但传统的签到,无论是指纹签到、IC卡签到,还是人工签到,都不能保障准确快速的签到、有效核对身份。单个嘉宾的耗时至少在10秒以上,签到时段很容易排起长队,不但拥挤,还耽误时间。想要加快签到速度,就需要安排更多的工作人员,而这种方式不仅会增加人力成本,还会占用更多的场地面积,并且在统计过程中,管理人员也无法知晓嘉宾的到场数和各分会场入场情况,会场管理十分被动。由于考虑到人脸识别技术较为成熟性,我们便探讨将签到与人脸识别有效地结合成一种新型的签到方式,即人脸识别签到系统。

    目前,人脸识别技术在金融、公安及其他需要安全认证的行业和部门大放异彩,同时也被广泛应用于人员考勤、电子商务、身份鉴定、信息安全等领域。我国从事人脸识别技术研究的单位有很多,使得生物特征识别技术形成了一定市场规模。比如北京奥运会实名制票证系统将人脸识别技术推向新的高潮,为人脸识别技术的应用打下了坚实的基础。就郑州而言,郑州火车站、高铁安检区域人脸识别系统工程开始招标,郑州客运中心站安检区域已安装用于身份识别的高科技人脸识别安检系统,人脸识别相关的研究已经取得很大的进展。生物识别技术的热潮,也为人脸识别技术带来更加广阔的发展前景。

    .2 产品特点

    通过人脸识别技术进行人脸跟踪、人脸检测、人脸比对来比较人脸的视觉特征信息从而进行身份鉴别。

    本项目的特点具有非强制性,即被识别的人脸图像信息可以主动获取;非接触性,即用户不需要和设备直接接触;并发性,即实际应用场景下可以进行多个人脸的分拣、判断及识别不需要用户专门配合人脸采集设备,可以在用户无意识的状态下直接获取人脸图像,同时还具有成本低廉、操作简单、结果直观、隐蔽性好等特点。解决传统签到的耗时耗力、签到不及时、不够精确等问题,恰当好处地避免侵犯隐私的尴尬。加快签到速度并且减少人力成本,缩短签到时间。让会议的签到更加的方案快捷和安全。

    1.3 可行性分析

    在开发该人脸识别软件之前,我们查询了前人所写过的诸多论文以及源程序,在开发之时,结合了资料中的算法并揉进了自己的一些思想,使程序可以对人脸图片进行简易识别。

    1.3.1 技术可行性分析

    本次设计主要是在安卓平台上开发一个签到应用,将会涉及人机交互、数据库操作、客户端开发等。这些利用安卓平台以及安卓平台内嵌的SQLite数据库,运用Eclipse软件Java技术进行代码编写。

    项目主要采用的是基于模式识别的人脸识别技术。所谓模式。就是把通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息。简单来说,当人类能够一眼认出一个苹果,是因为在日常生活中,我们的思维被不断训练,从而提炼出关于“苹果”的样本信息,如大小、形状、颜色等。这一样本就是苹果的模式。当再一次看到苹果时,人脑会自动进行模式匹配,最终得出当前物体是否为苹果的结论。这与“物以类聚”的说法有一定的相似之处。在模式识别系统中,通过大量样本训练,主要获得人脸模式,将这些模式存储在数据库中,为本系统的人脸检测与识别提供便利。

    众所周知,图像的处理方法很多,我们可以根据需要,有选择地使用各种方法。通常使用的方法有肤色提取。肤色提取,则对脸部区域的 在确定脸部区域上,获取则比较准确,成功率达到95%以上,并且速度快,减少很多工作。图像的亮度变化,由于图像的亮度在不同环境的当中,必然受到不同光线的影响,图像就变得太暗或太亮,我们就要对它的亮度进行调整,主要采取的措施是对图像进行光线补偿。高斯平滑:在图像的采集过程中,由于各种因素的影响,图像中往往会出现一些不规则的随机噪声,如数据在传输、存储时发生的数据丢失和损坏等,这些都会影响图像的质量,因此需要将图片进行平滑操作以此来消除噪声。灰度变换:进行灰度处理,我们要保证图像信息尽可能少的丢失。同样在进行灰度变换前,我们也要对图像的信息进行统计,找出一个比较合理的灰度值,才能进行灰度变换。灰度均衡:灰度变换后,就要进行灰度均衡,可以根据灰度分布来进行灰度均衡。对比度增强:将所要处理的区域和周围图像区域进一步拉开他们的对比度,使它们更加明显,主要通过像素的聚集来实现。

    1.3.2 经济可行性分析

    首先,本次设计是基于Android系统的应用开发,安卓应用开发只需要一台性能不错的电脑,这对于大部分大学生来说都是拥有的,特别是软件工程、计算机专业,只要有了电脑,硬件条件就满足了。其次,只要在网上或是相关书籍上查找安卓平台开发环境搭建的相关资料,然后在电脑上搭建好开发环境,就具备了本次设计的基本条件。最后是网络,由于项目采用云端数据库使用阿里服务器对人脸信息进行保存,因此网络是人脸识别的关键之一。

    1.3.3 操作可行性分析

    我们的人脸识别签到软件需要如下的运行环境:CPU:500M及以上;内存64M即可大于64M效果更佳。

    2 产品设计

    2.1 运用技术

    我们项目采用Android开发平台和人脸识别技术。对于Android系统具有以下特征:开放性即Android开放的平台允许任何移动终端厂商加入到Android联盟中、Android技术不受运营商的制约具有挣脱束缚,Android平台提供给第三方十分广泛、自由的环境。

    我们将采用以下方法采用人脸识别技术,首先,我们要进行一定量的数据采集,获取的数据要求是用计算机可以运算的符号来表示所研究的对象。我们将一幅图像进行数字化后进行存储分析。图像数字化的过程就是在计算机内生成一个二维矩阵的过程。本系统的数据主要是通过高清摄像头采集的人脸图像信息。注意这些人脸图像仅仅用作获取样本数据,可以不是最终数据库中存储的用户。

    然后,对获取的图像进行预处理,图像的预处理主要指图像去噪的过程。在图像信息中,各种阻碍信息获取的因素称之为噪声。去噪的目的就是为了排除不相干信息的干扰,如衣领、背景、光线等,只留下与人脸信息相关的内容,如人脸的长宽比例、肤色等。在拍摄照片时,噪点是不可避免的,第一步在Raw处理之后采用Lightroom/ACR全局降噪,第二步 Nik Dfine 2局部降噪,第三步蒙版抑制噪点再生和输出降噪。图象二值化是后续图象处理技术的基础,就是把图片上每个像素点变为两种值,即01。然后将这些数字按照原本像素点的顺序,安放到一个二维数组中去。字符切分则是将图像逐一识别。

    最为关键的就是进行特征提取,特征提取的过程就是对原始数据进行变换,得到最能反映分类本质的特征。简单的说,特征提取即在当前获得的数据中寻找对结果影响最大的有效信息。特征提取在模式识别过程中是关键的一步。特征的选取十分慎重,其数量并不是越多越好。然而很多时候很多属性对于实际应用并没有太大帮助,反而只会浪费计算的时间和空间。因此,删除掉冗余的属性并保持对检测最重要的特征会有效的增大检测率。特征选择就提供了一种在不减少分类精确度的前提下减少数据维数的方法。特征选择处理过程主要可以分成三部分:子集生成,子集评价和子集验证

    2.2 产品设计

    2.2.1 结构设计

    Sign分为两个角色:超级用户和普通用户。

    超级用户:超级用户通过客户端,选择超级用户,输入超级用户名和密码,进行登录,设置签到信息。超级用户可以查询普通用户签到详情,查询普通用户历史签到统计等。

    普通用户:普通用户通过客户端,使用账号登陆普通用户,获取签到信息。普通用户可以签到,查询签到状态。

    签到分类:签到分两次,开始前签到和结束后签到。以获取迟到、早退和缺勤信息。用户信息如图2-1所示。

    图2-1 用户信息

     

    2.2.2 系统功能设计

    手机签到软件系统功能图如图2-2所示。 安卓手机签到系统分为三个主要功能模块, 登录模块,签到模块和查询模块。

     

    图2-2 系统功能图

    2.2.3 数据库设计

    对于本系统而言,需要建立一个存放用户数据的数据库。在系统用于识别之前,采集需要进行签到的全体用户信息。用户信息主要包含三个部分的内容,即身份信息、图像信息和签到信息,便于系统对这些数据进行处理和调用。身份信息代表的是用户的基本身份数据,包括身份证号、性别、住址等;图像信息则代表用户的人脸图像数据,包括人脸样本信息、人脸样本图像特征信息等;签到信息代表用户的签到情况,包括签到时间、签到地点等。这些用户信息结合在一起,形成一个完整的用户实体。本系统主要采用E-R模型法设计数据库。以用户为实体,其 E-R 图大致如图2-3所示。

     

    图2-3 E-R模型法设计数据库

    针对不同的应用环境,实体属性可以进行相应的增删。比如说,如果该系统应用于校园中,以学生为用户,则其属性可以添加学号、导师姓名等,其主码也可进行灵活调整。

    2.3 识别设计

    人脸识别技术发展至今,已经产生了各种各样的方法,如基于子空间分析的人脸识别、基于隐马尔可夫模型的人脸识别、基于神经网络的人脸识别等。本系统主要采用的是基于模式识别的人脸识别技术。所谓模式。就是把通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息。简单来说,当人类能够一眼认出一个苹果,是因为在日常生活中,我们的思维被不断训练,从而提炼出关于“苹果”的样本信息,如大小、形状、颜色等。这一样本就是苹果的模式。当再一次看到苹果时,人脑会自动进行模式匹配,最终得出当前物体是否为苹果的结论。这与“物以类聚”的说法有一定的相似之处。在模式识别系统中,通过大量样本训练,主要获得人脸模式,将这些模式存储在数据库中,为本系统的人脸检测与识别提供便利。受到广泛肯定的模式识别系统分为数据采集、数据预处理、特征提取和分类决策四个部分。如图2-4所示。

     

    图2-4 模式识别系统

    2.3.1 数据采集

    获取的数据要求是用计算机可以运算的符号来表示所研究的对象。我们将一幅图像进行数字化后进行存储分析。图像数字化的过程就是在计算机内生成一个二维矩阵的过程。本系统的数据主要是通过高清摄像头采集的人脸图像信息。注意这些人脸图像仅仅用作获取样本数据,可以不是最终数据库中存储的用户。

    2.3.2 预处理

    图像的预处理主要指图像去噪的过程。在图像信息中,各种阻碍信息获取的因素称之为噪声。去噪的目的就是为了排除不相干信息的干扰,如衣领、背景、光线等,只留下与人脸信息相关的内容,如人脸的长宽比例、肤色等。在拍摄照片时,噪点是不可避免的,第一步在Raw处理之后采用Lightroom/ACR全局降噪,第二步 Nik Dfine 2局部降噪,第三步蒙版抑制噪点再生和输出降噪。图象二值化是后续图象处理技术的基础,就是把图片上每个像素点变为两种值,即0和1。然后将这些数字按照原本像素点的顺序,安放到一个二维数组中去。字符切分则是将图像逐一识别。

    2.3.3 特征提取

    特征提取的过程就是对原始数据进行变换,得到最能反映分类本质的特征。简单的说,特征提取即在当前获得的数据中寻找对结果影响最大的有效信息。特征提取在模式识别过程中是关键的一步。特征的选取十分慎重,其数量并不是越多越好。然而很多时候很多属性对于实际应用并没有太大帮助,反而只会浪费计算的时间和空间。因此,删除掉冗余的属性并保持对检测最重要的特征会有效的增大检测率。特征选择就提供了一种在不减少分类精确度的前提下减少数据维数的方法。特征选择处理过程主要可以分成三部分:子集生成,子集评价和子集验证,如图2-5所示。

     

    图2-5特征选择处理过程

    子集生成有三种不同的方式:完全式、随机式和启发式。根据集合的特征进行全局最优或随机、启发式的搜索策略选择。子集评价,可以将评价算法分成3类:封装式(Wrapper)、过滤式(filter)和混合式。封装式主要是通过一些预先定义的设置标准对特征进行优化选择。过滤式依靠对训练数据的统计性能评估判断特征,一般通过五种类型的函数评价准则来判定特征之间的相关性进行选择:基于得分(score)的、基于信息度量的、基于相关性的、基于一致性的和基于检测精确度的。而模拟和实际执行则是验证特征选择子集的两种方法。

    降维有图像降维和数据降维。数据降维方法分为主分量分析,它采用的是最简单的判据——方差而该方法寻找到的最优方向为投影方差最大的方向。 PCA 方法不需要对样本集进行分类, 实现起来非常简单, 但 PCA 会同时鼓励类间方差和类内方差, 类内方差是数据分类时希望抑制的。另一类判据称为类别可分离性判据 , 这类判据衡量的是数据集合中不同类之间的可分性。 首先从数据集合中选出一部分作为样本集, 然后对样本集进行分类, 最后在样本集上优化可分性判据并得到最优降维方向。 最常用的类别可分性判据为 Fisher 判据, Fisher 判据用类间距离和类内距离的比值来衡量类别之间的可分离性, 非常直观且易于寻优。

    图像降维与数据降维存在着不同。数据降维处理的对象为数据集合,而图像是二维阵列, 还有着空间信息。 运用一种矩保持(Moment-Preserving)的图像降维方法, 在图像的局部邻域用零到三阶矩保持估计出每个通道的两类均值, 并赋给每个通道与均值差成正比的权重来生成灰度图像。由于同一批彩色 IC 图像在颜色和内容上存在很大的相似性, 通过样本图像寻找一个适用于全局乃至于整批图像的最佳降维方向成为可能。 在数据集合的降维中, 最优降维方向是在样本集上通过对一个判据寻优获得的。 将这个思想引入图像降维中, 这样图像降维最主要的问题同样是确定一个合适的判据, 以此来衡量图像的质量。 区域内部的平滑性和区域之间的对比度是衡量图像质量的两个重要方面, 所以将图像分割成区域后, Fisher 判据也可以用来衡量图像的质量, 类内距离和类间距离分别代表区域内部的平滑性和区域之间的对比度。 考虑到图像的空间信息, 本文将权重引入 Fisher 判据来反映区域之间的相邻关系, 称之为带权重的 Fisher 判据。 这样我们图像降维的步骤是, 先挑选样本图像,然后进行分割, 再优化带权重的 Fisher 判据, 最后用最优降维方向将同一批中的彩色图像转换成灰度图像。

     

    2.3.4 分类决策

    分类决策的过程就是在特征空间中用模式识别方法把识别对象进行归类。基本的做法是在样本训练集基础上确定某个决策,使得按这种规则对被识别对象进行分类所造成的误差或损失最小。简而言之,在本系统中,假设最终通过脸型对样本进行分类,就需要通过给定计算的方法。

    2.3.5 识别

    识别算法是整个识别过程的核心部分,原始图像经过预处理后,得到一个较为理想的二值图像,然后就可以对这个处理后的二值图像进行识别,识别过程包括字符特征的提取和与标准模板进行分类识别。

    1.   结构模式识别

    其主要的出发点是字符的组成,它是早期文字识别研究的主要方法,其识别思想是先把文字图像划分为很多个基本组合,再用结构方法描述这些基本组合所代表的结构和关系,通常抽取笔段或基本笔画作为基元,由这些基元组合及其互相关系完全可以精确地对文字加以描述,最后利用形式语言及自动机理论进行文法推断即识别。这种方法的优点是对字体变化的适应性强,区分相似字能力强。

    2.   统计模式识别

    统计模式识别是将字符点阵看作一个整体,用概率统计模型提取待识别文字的特征向量,主要是抽取待识别模式的一组统计特征,然后按一定准则所确定的决策函数进行分类判决待识别文字的特征向量属于那一类,常见的统计模式识别方法有模板匹配,利用变换特征的方法,投影直方图法,基于微结构特征的方法等等。这种方法的优点是抗干扰能力强,匹配与分类的算法简单,易于实现。

    3.   统计识别与结构识别相结合    

    统计识别与结构识别各有优点,而网络化特征就是这两种方法结合的产物。字符图像被均匀地划分为若干区域,称之为“网络”。在每一个网格内寻找寻找各种特征,如笔划点与背景点的比例,交叉点,笔划端点的个数,细化后笔划的长度,网络部分的笔划密度等等。特征的统计以网络为单位,即使个别特点的统计有误也不会造成很大的影响,增强了特征的抗干扰性,这种方法正得到日益广泛的应用。

    4.   人工神经网络  

    这种方法是一种模拟人脑神经元细胞的网络结构,它是由大量简单的基本元件-神经元相互连接成的自适应非线性的动态系统,它具有一定的自适应的学习,组织能力,组成的网络的各个“细胞”可以并行的工作,并可以通过调整“细胞”间的连接系数完成分类,识别等复杂的功能。

    2.4 应用场合

    2.4.1公司的会议

    签到前把员工信息导入到人脸识别设备。上班时候员工刷脸完成签到,数据自动回传到云平台,通过准到系统导出签到者信息。

    2.4.2学校的考勤

    随着智能手机成为大学生生活必备品,大学生在课堂上使用手机上网已经成为了普遍现象。班级辅导员可以实时了解学生的出勤动态,任课老师不再耗费大量时间进行点名,还能根据上课时间自动屏蔽相关应用,实现手机软件考勤,解决了校园传统考勤效率低下,耗时耗力的问题。

    2.4.3婚礼的出席

    安装过Sign的设备可通过高清摄像头,对经过的每一位嘉宾自动捕捉人像,秒级识别嘉宾身份,即时在大屏显示欢迎的同时,记录嘉宾的签到时间,为会务方提供所有嘉宾的签到记录。大大提高了嘉宾签到的效率,以别具一格的迎宾方式,让与会嘉宾们感受到了人工智能所带来的科技创新的魅力。让会议的签到更加的方案快捷和安全。同时在后台还可以实时的了解到签到嘉宾的信息数据,大大的减少了工作人员的工作量。让嘉宾们感受到了人工智能所带来的科技创新的魅力。

    2.4.4 其他场合

    人脸识别的应用场景远远不止刷脸签到、VIP人脸识别,还可以实现人证合一、考生身份认证、社保参保资格审核、黑名单预警和搜索、实名制管理等各类应用场景。

     

     

     

    3 市场环境分析

    传统的签到有人工签到、二维码签到、身份证签到、IC卡签到、指纹签到等,

    对于人工签到包括纸质签到和点名签到。纸质签到方式需要提前打印相关信息,不仅浪费纸张,而且在签到过程中费时费力;点名签到方式在用户较少的情况下相对可行性高,但是当用户人员剧增便不能保障准确快速的签到、更难以有效核对身份,不但拥挤,还耽误时间。如果安排一些的工作人员会增加人力成本,并且在统计过程中,管理人员也无法知晓嘉宾的到场数和入场情况,签到管理十分被动。比如大学校园中。课堂人数可能过百,一一进行点名的方法明显不可取。

    对于二维码签到,尽管制作二维码的费用很低,租贷扫描枪也很便宜但是一般此类签到仅用于会议的报到,对于开会时会场的签到,以及餐厅门口的就餐,就不太方便了。因为如果吃饭时还要翻出手机短信进行扫描就太麻烦了。在实际应用中,有时候会有很多人没有接到短信的也来参会,这时还是要人工签到,起不到想象的效果。

    对于二代身份证签到或者IC卡签到比刷卡签到速度略微慢些,从技术角度,因为直接读写二代身份证,可以将签到人的籍贯、住址,甚至婚姻状况都能读出来,会让一些人感觉侵犯了隐私。有些人的身份证姓名,和他名片或常用的姓名不一致,会影响与参会人员数据库的比对结果。如果签到者没有携带身份证(IC卡),或者只带了一代身份证,现场仍然需要手工签到,影响签到速度。

    指纹签到作为新型的签到手段相比于其他方式具有一定优势,但是有的人的指纹并不太明显,又或者手指干湿程度满足不了签到器的话就不容易被识别。因此会议签到需要一款加快签到速度、减少人力成本、缩短签到时间并且准确有效的签到软件以至于签到更加方便快捷。与传统签到模式比较,我们的人脸识别签到软件就显得强制性没有那么刻板、并且具有一定的非接触性、操作简单、结果上也能实现直观、精确、及时的效果、且隐蔽性好、在一定程度上节省时间、空间和人力、物力,从而大大地降低工作量。

    4 市场营销

    4.1营销模式

    (1)体验式营销模式

    产品研发出来后,先让消费者体验一下产品的功能,如果消费者喜欢,觉得产品不错,以此进行推销;同时让消费者提出一些关于产品方面的建议,以改进产品,满足消费者的需求性。

    (2)网络营销模式

    将产品发布在网上,借网络的即时性、快速和传播成本费用低的特点在网上进行营销,可以有效减少成本,同时又可让广大消费者即时得知我们的产品,并能与我们联系,了解产品。

    (3)一对一营销模式

    与消费者一对一进行互动对话,通过互动,消费者了解我们的产品,我们了解消费者的需求,以此改变我们的经营行为,改进产品,定制适于消费者使用的产品。

    (4)直销式营销模式

    产品研发出来后,直接向广大消费者推销此产品,减少中间流通,以此降低成本,让消费者及时得知。

    4.2 App推广方案

    试用推广方案

    免费将APP给郑州高校机构和知名产业公司试用,试用后让其进行免费推广。

    应用市场推广方案

    应用市场是用户下载应用的主要渠道,因此,围绕应用市场推广App应用是非常关键的一步。通过各大下载市场、Web下载站点进行覆盖,主要包括:下载市场(Android market, App store, google play等)和Web下载站(天空、华军、非凡、绿软等)。

    论坛推广方案

    撰写关于App应用的评测软文、特色功能、所获荣誉等,进行帖子发布维护置顶,通过论坛进行发布,吸引用户的眼球。同时通过与应用市场论坛官方合作,策划利于App应用推广的活动主题,以提升App应用曝光率为目标的签到互动,让客户提前知晓App应用的品牌信息。

    搜索推广方案

    将百度百科、搜搜百科、互动百科作为推广我们项目App的三个主要载体,撰写利于App应用推广的词条并通过审核,便于用户通过关键词搜到相关App应用,了解更多关于产品的详情。

    文库推广方案

    通过设计并发布文库,在搜索引擎中展现App应用的功效,可以获得良好的口碑传播。特别是上传一些App应用的产品介绍、使用评测、详细攻略等,可以更加方便用户了解和使用App应用的功能。根据用户的搜索习惯,选择上传文库素材,并根据上传规则优化好文库文章标题并优化内容,选择国内主流平台百度文库、豆丁等进行上传。

    QQ、微信、微博推广方案

    当粉丝量达到一定预期后,可以加入一些微信互推群、QQ群等,进行推广App在团队每个成员的QQ空间、QQ说说以及腾讯微博中推广,再通过好友互推。

     

     

     

    5 风险分析与防范

    5.1 市场风险及其对策

    通过Sign进行签到,如果使用者手机像素不清晰的话将导致签到出现错误,多次失误可能会到时客户的流失,丧失一定的市场。但是我们软件具有指纹签到功能和输入账号密码进行签到功能,以至于对其失误率进行降至最低,以保证对用户的信誉。

    5.2 竞争风险及其对策

    目前存在不少人脸识别应用软件,但将其应用于签到的得App仍屈指可数,所以竞争风险相对较轻。

    5.3 知识产权侵犯风险及其对策

    随着网络科技的进步与发展,网络犯罪已经屡见不鲜,所以为确保知识产权被侵犯问题,应当实时进行追踪工作的开展,做到早发现早遏制。我国在保护知识产权方面,先后颁布实施了《著作权法》、《计算机软件保护条例》、《计算机软件著作登记办法》、《实施国际著作权公约的规定》、《商标法》、《反不正当竞争法》等一系列相关法律法规,形成了综合性保护体系。对于此类产权问题我们会重视技术研发,不断开发适应市场和客户的新产品。加强人才队伍建设,健全人才支撑体系。后期会通过建立专利、商标管理制度,开展自主创新、产品研发重构知识产权优势,全部巩固与保护自身的无形资产。

     

     

     

    6 成长与发展

    6.1产品规划

      对于产品发展的一般性规律,绘图如下图6-1所示。

                              图6-1 产品生命周期图

    6.1.1 初步积累期

    这个阶段,Sign初步进入市场,需要不断适应用户需求和体验而调整和磨合,最终形成一个较为成熟的产品的过程。

    这个阶段的产品规划的原则就是快速度过这个阶段,以最快的速度到达爆发点,快速获取用户。

    6.1.2快速增长期

    这个阶段,有效用户数量会快速增长。现在的原则就是考虑增加识别的文字类型以及别的功能以延长这个阶段。更快地将有效用户转化为核心用户。

    6.1.3稳定增长期

    有效用户的增长明显放缓,但依旧保持稳定的增长。值得注意的是,这个阶段,核心用户的增长可能会比有效用户的增长速度更慢,但也可以更快。

    在这个阶段,产品规划的原则有三个:

    一、提升和强化盈利能力。

    二、提升有效用户向核心用户转化的转化率。这个阶段做这种转化率的目的主要也是为了盈利。

    三、改善原有产品的服务和体验等以求重新进入快速增长期。

    6.1.4稳定期

    这个阶段,活跃用户的增长几乎停滞,有效用户的增长也已经很缓慢,造成这种情况的原因很多,有竞争的因素,有目标用户已基本被覆盖的原因,也有产品本身模式不再适应市场的原因等等。但核心用户依然有可能保持一定的增长,这主要是用户的一种惯性造成的,当然,这种惯性会或快或慢地消失。而核心用户的增长往往意味着盈利能力的增强。

    所以,这个阶段的产品规划原则有三个,

    一、是提升有效用户向核心用户转化的转化率。

    二、是提升和强化盈利能力。

    三、也是这个阶段最重要的,改善原有产品的服务和体验等以求重新进入快速增长期,或者在已有用户和资源等基础上寻找和试探能再次进入快速增长期的新产品。

    其实,在这个阶段,更重要的是在已有用户和资源等基础上寻找能再次进入快速增长期的新产品。因为进入稳定期,从很大程度上说明了在稳定增长期时对改进原有产品的服务和体验以求重新进入快速增长期的努力失败了。这个时候就必须要考虑新产品或对原有产品做颠覆性创新,改变原有产品的模式。

    6.2技术方向

    (1)手机App开发应以创新为核,用户体验为主,提升开发技术为辅;

    (2)App规划后期推广方式,精选合适自己的营销模式;

    (3)重视售后服务和客户反馈,这样才能走得更远。

    6.3产品发展目标

    2018年完成App的开发与线上测试,主要完成有:

    (1)系统对人脸进行简单的扫描,识别,分析,实现签到功能。

    (2)增加语音识别功能,实现语音签到。

    (3)邀请专业技术人员指导完善,实现更快速、更高效。

    6.4 未来规划

    6.4.1.近期发展计划(1年)

    第一期项目:Sign的产品开发和市场开发。主要以本校(郑州轻工业学院)为中心为基础进行推广的宣传。

    目标:初步形成以Sign产品的雏形,为进一步发展打下坚实的基础。具体将从以下五方面着手:

    • APP的研发

    •市场推广

    •制度完善

    •管理运作成熟

    •组织结构定型

    6.4.2中期发展计划(2—3年)

    主要在河南省内进行推广

    第二期:通过多种形式的融资渠道进行大量融资,运用所融资金,对市场进行推广和产品的完善。同时从同行业大型的研发、制造、销售公司中,通过赠送股份、高薪聘请等激励方式,大量挖掘出色的业内科研人员和高级工程师,及有实战经验的营销人才加盟。

    目标:最短时间内,将凭借资本的优势迅速提高扩张的速度,实现流程的扩张和产业链的完善。重点从以下五个方面着手:

    •市场扩展

    •生产线建设

    •技术创新及解决技术获得问题

    •管理水平提高

    •管理信息系统的正常运行

    6.4.3远期发展计划(3—5年)

    第三期项目:本项目将利用前两期积累的大量现金流和原始资本,重组及整合现有资源,改进阻碍发展的结构和制度,积极筹备上市融资。

    将适当的向各省市发展业务(尤其是运用签到系统频繁的地区)。

    目标:依托在国内重点城市打下得成熟销售网络和忠诚度很高的客户群,以放射状向二三线城市逐步扩张,最终编织成一张能够覆盖全国的渠道网络。

    7 财务分析

    7.1资金来源

    资金前期来源为创办人投资及学校资助,用于软件开发和检验,并在老生中试运行,用于完善软件。当产品已成熟稳定,各项运行体制检测完毕,引入风险投资和银行贷款,以各高校签到契机,增加宣传力度,使软件使用者规模扩大,抢占市场。

    (1)创办人集资:每人出1000元,启动基金将为1000*3=3000元。

    (2)学院和学校资助:该项目是基于Android的App开发,能够提高学生的动手能力和实践能力,并体现软件学院注重文化培养,鼓励创新创业,以创新性为重点研发产品的特色,国家鼓励和提倡大学生首先提高自身的创业素质并进行充分的市场调研,通过发现和识别商业机会,成立活动组织,利用各种资源,提供产品和服务,以创造价值的过程创新创业。所以学院和学校领导大力支持,前期能够获得2000元的资助。

    (3)风险投资:本项目的创意具有市场可行性,可以以项目创意寻求风险投资。但是此部分资金具有不确定性,如果获得将用于产品新功能开发和宣传推广。

    7.2资金使用分析

    7.2.1 App的开发

    App的开发由团队中的技术人员负责,并邀请专业技术人员指导完善。总计预期花费5000元。

    7.2.2 App的线上测试

    寻找专业的测试公司,对App 的安全性稳定性进行全面测试,保证产品安全可靠,并拿到产品合格证明。总花费预期在5000元。

    7.2.3 App宣传推广

    前期主要针对学生、教育工作者,故线下宣传部分集中在郑州各大高校进行宣传。线上宣传如QQ、微信、微博等方式进行,故此部分开销以年份记,预算初期每年宣传部分花销5000元,后期每月的宣传花费为总赢利的1%,可累积。

    7.2.4 App维护所需费用 

    全部流动资金的80%作为软件维护资金,此部分资金全部用于App的维护升级和新功能的开发,保证App的正常运行。

    7.2.5前期投入预算    

    由以上对于资金的分析,现做表图如表7-1所示。

    表7-1 资金分析

    项目

    资金使用范围

    投入预算

    1

    APP的开发

    1,000元左右

    2

    APP线上测试

    5,000元左右

    3

    前期宣传推广

    5,000元左右

    4

    办公费用支出

    5,000元左右

    5

    平台体系构建

    5,000元左右

    6

    总计

    21,000元左右

     

     

     

    8 团队介绍

    8.1 团队分配

    8.1.1 团队总负责人

    (1)全面负责发展战略的实施、统筹各项管理工作。

    (2)主持日常各项经营管理工作,组织实施年度经营计划和投资方案。

    (3)协调成员间开发推广产品时出现的问题,保证团队和谐性,行使对整个团队指挥、指导、协调、监督、管理的权力,并承担执行工作指令的义务理责任:对所分管的工作全面负责。

    (4)负责产品信息管理系统的建立及信息资源的配置;

    8.1.2 技术负责人

    (1)负责软件程序的开发,负责产品服务器的维护与完善

    (2)在各大高校、公司等领域进行App推广,制作网站广告等。

    (3)负责开发一些推广性的东西,帮助产品推广。

    8.1.3 服务宣传负责人

    (1)处理相关客户投诉及纠纷问题,耐心回答客户提出各种问题,以良好的心态及时解决客户提出的问题和要求,提供售后服务并能解决一般投诉;

    (2)配合产品和独立网站的推广宣传,编写网站各宣传资料,收集、研究和处理网络读者的意见和反馈信息。对各网站的相关内容进行质量把控,以提升网站内容质量;

    (3)免费将APP给郑州高校机构试用,试用后让试用者进行免费推广。

    8.1.4 市场负责人

    (1)负责对郑州市或者河南省进行市场调研,了解本地需求。

    (2)协助团队总负责人制定总体市场发展战略以及市场发展目标。

    (3)制定产品的市场战略,把握产品的发展方向,提供及时的市场反馈。

     

    展开全文
  • 安卓人脸识别考勤机门禁卡人脸识别源码编译的APP Demo,没有代码,请下载按照测试,效果非常好是离线的 , 您可以用到自己项目中测试 。任何问题可以联络。 下载后按说明安装,安装后按说明测试,可以识别活体和非...
  • 国内外人脸识别技术已经成熟,我们探讨将签到(考勤或者门禁)与人脸识别有效地结合成一种新型的签到方式,即人脸识别签到系统,这将极大地加快签到速度并且减少人力成本,缩短签到时间。让签到更加的方便快捷和安全...

    国内外人脸识别技术已经成熟,我们探讨将签到(考勤或者门禁)与人脸识别有效地结合成一种新型的签到方式,即人脸识别签到系统,这将极大地加快签到速度并且减少人力成本,缩短签到时间。让签到更加的方便快捷和安全有效。
    本人通过从概述到原理再到源码讲述,请耐心看完哦。

    对于人脸识别技术,目前算法分为2种,

    一种是在线人脸识别,比如face++ 百度AI等,通过传递人脸图片给服务器处理返回接口。

    这种方式优点:服务器算法强大,识别准确率高一些,支持大规模人脸数据,比如能支持10万人对比。

    这种方式缺点:慢,需要良好网络环境,我们知道相机预览帧率一般都在30fps 以上,而目前5G时代还未到来,所以一般用户使用网络下,处理一张图片都需要至少1s以上,那么如果需要在手机上实时展示处理结果几乎不太可能。

    另外一种是离线人脸识别, 人脸对比算法在本地,人脸数据也在本地,完全是离线环境都可以正常运行。随着安卓手机运算性能提高,算法已经足够有效,处理一张人脸图片速度可以做到100ms以下,一个字就是快。对于应用上,完全的离线人脸签到考勤适合小公司,类似以前那种指纹机,需要通过SD卡导出,但是一般安卓手机也有网络,实际上可以通过网络同步方式同步到服务器。

    这种方式优点: 识别快,体验好,无网络可以正常使用。

    这种方式缺点:由于移动设备性能优先,目前建议最大人脸数量在5000人左右,无法达到在线大规模计算10万数量级别。因为人员多人脸匹配算法需要挨个匹配那么时间花费就不少了。虽然可以开多线程匹配但是移动CPU性能毕竟有限,长时间运算可能发热发烫最终宕机。另外如果是完全离线话换一台设备就需要重新录入人脸,无法将这一台人脸数据同步到另外一台上面。

    由于上述2中方式都存在各种各样问题,这里面提到一种新方式可以解决上面中存在的部分问题,一般项目都是采取 在线数据+离线识别 这种方式,这种方式太机智了,将员工人脸数据保存在服务器,在考勤机上面同步下服务器中的人脸数据,在考勤机上面进行人脸识别,最终将人脸考勤记录上传到服务器。

    看到这里可能有些人迫不及待要下载APP体验了,这里贴上百度网盘链接:

    https://pan.baidu.com/s/1i5oXoJ7

    软件主要需要实现核心功能点:

    一款Softboy的人脸识别APP截图
    1:人脸登记

       又名人脸录入,是人脸识别前提,如果人脸库中没有你怎么能识别到你呢,说以这就是第一步。
    
       使用前需要先将员工信息录入到人脸数据库。员工可以多次录入,以最后录入的为准。
    
      一般需要录入一张清晰人脸就可以,实际开发过程中可以设计成录入多张这样对于不同装束面部遮挡或者光线有较强应对能力。
    

    2:人脸考勤
    录入人脸后,即可开始考勤,可以将考勤设备放置到公司前台。人脸清晰出现后,软件开始进行人脸识别,识别成功会提示打卡成功。并且播报语音。软件活体识别功能可以有效甄别活人还是假人。有效避免通过伪造视频或者相片代打卡。目前活体是静默活体,可以有效监测视频,相片等的欺骗,原理就是分析高清摄像头采集回来物体的纹理,举个例子手机拍摄显示器容易出现墨尔文或者边框,算法能有效识别这一特征给出反馈。

     动作活体是通过提示脸动作给出反馈,软件能估算面部动作,比如人脸眨眼,摇头,微笑等。
    
      例如人脸眼球位置估算可以参考https://www.jianshu.com/p/79e0725bbf2e  这里不详细展开。
    

    3:考勤记录
    对于离线考勤设备, 软件可以以表格形式导出考勤记录 ,通过WIFI 可以通过微信 或者QQ等其他软件形式导出给接收端,也可以通过拷贝SD卡方式。对于可以联网的考勤设备,软件直接能从后台导出。

    这边接下来将会将人脸识别原理和相关代码说明,未完待续。

    展开全文
  • 1、产品介绍:安卓(Android)人脸识别门禁终端DM-A1是定位为一款功能丰富,扩展性强,稳定性高,简单维护的人脸识别一体机。它集深数科技人脸比对算法及人脸识别活体检测算法,实现5000人脸库下快速识别活体人脸。DM-...

    1、产品介绍:

    安卓(Android)人脸识别门禁终端DM-A1是定位为一款功能丰富,扩展性强,稳定性高,简单维护的人脸识别一体机。它集深数科技人脸比对算法及人脸识别活体检测算法,实现5000人脸库下快速识别活体人脸。DM-A1除了可以终端上采集人脸照片,同时支持批量照片导入或者通过云平台人脸模板导入。硬件接口及功能丰富(继电器输出、RJ45、语音、USB),可满足不同用户的不同使用场景的需求。

    1561363434.jpg

    2、产品特性:最大5000人脸库。

    1:N比对方式。

    简单操作的门禁功能。

    支持软硬定制。

    7寸分辨率显示。

    单目摄像头活体检测。

    安卓(Android) 7*24小时不关机。

    3、参数配置:设备型号DM-A1

    处理器RK3399

    运行内存2G

    储存容量16G

    操作系统安卓(Android6.0.1)

    摄像头200万宽动态

    补光灯高亮柔和LED

    显示屏7寸竖屏800*1280(选配触摸)

    通讯方式RJ45*1 USB*2  继电器*1

    数据接口TPC/IP

    使用环境工作温度:0°C-60°C;工作湿度:10-85%;存储温度:-20-60°C;存储湿度:20-80%

    产品尺寸115mm(直径)440mm(高)

    支架类型闸机支架

    平台对接可连接深数科技劳务平台

    其他平台需提供协议

    软件功能

    最大用户数5000用户

    识别速度﹤=1s

    识别率>=99%

    误识率﹤=0.1%

    角度范围水平:±20°,垂直:±20°

    适应身高145-195cm

    识别距离30-200cm

    内置读卡器可选(ID\IC),选配

    考勤记录存储数量16G支持500万条

    简易开关量支持

    USB数据导入导出支持

    网络数据同步服务器手动同步(自动同步可选)

    识别照片存储成功识别保存照片

    内置管理员支持

    计时内置RTC,网络自动对时(SNTP)

    拍照注册支持

    模板导入批量导入,网络同步

    活体检测单目活体检测,支持照片视频防伪

    协议对接支持

    云平台上报支持

    4、人脸识别终端DM-A1优势

    人脸识别门禁终端DM-A1具有机器视觉及活体辨别能力,在实际业务场景中,通过人脸检测和人脸识别、多分类物体检测与识别在设备进行数据存储和计算,实现高精确处理速度和准确率。相对于目前市场上其他的人脸识别终端,DM-A1具备以下竞争优势:

    1、人脸活体检测方面

    对设备的应用场景进行了优化设计,专门对5000人脸库的情形进行了算法调优,使得人库的识别准确率超过了99.9%,同时误识别率控制在万分之一以下。在一次人脸识别的过程中,人脸检测只需要10毫秒,特征提取和活体检测并行运算,耗时约100毫秒,人脸特征比对不到1毫秒,总时间小于200毫秒,并且它支持人脸识别(1:N、1:1),还支持人脸防伪鉴别,预防冒用他人的人脸照片、视频攻击,该产品在人脸识别的准确性、速度、安全等方面达到了综合最优。

    2、产品工业设计

    在设计上,深数科技分别从工业设计、性能设计、可靠性设计三个维度精心打造该产品。产品采用了全新的工业设计,既做到超大处理性能,又实现了小而美的设计,颜值与实力并存,在业内独树一帜。主要采用全铝机身打造这款设备,一体成型,CNC机床精确打磨,与前面板的抗眩光玻璃浑然一体,从一块铝板,经过12道严密工艺,2次阳极氧化,全程需要超过45小时打磨。在性能上,采用了全新的硬件配置。这款看起来很小的设备却配置了高性能处理器,小巧精致却稳定安全,支持负20度到正60度环境下7*24小时不间断稳定工作。此外,该项产品严格按照国家标准,通过各种测试,确保了每一台设备都能在苛刻的条件下稳定可靠运行。

    3、实现物联网和AI的边缘计算融合

    在实时性要求很高的情况下,从云端到边缘的需求被逐步放大。对于人脸识别追踪的任务关键型应用程序中,本地数据处理或边缘计算将开始成为必需。人脸识别终端DM-R7的 AI 芯片可实现边缘计算的离线处理,基于物联网和 AI 的边缘计算融合,可以实现在业务场景中更加高效快速的响应,同时减少云端数据的存储和运行成本,特别是一些重复性、价值性不高的数据,可以在本地直接边缘计算掉。

    展开全文
  • 这是一个C++语言开发的人脸识别系统,文件包括说明文档,测试数据,源码等实例。
  • 全身检测 人脸检测 眼睛检测 微笑检测 上半身检测 下半身检测 人脸识别源码,APP人脸识别
  • 基于Android人脸识别系统设计与实现基于Android人脸识别系统设计与实现摘要:人脸识别是公共安全领域的研究重点。随着移动互联网的快速发展,移动式终端人脸识别应用日益广泛。探讨人脸识别在Android系统中的实现...

    基于Android人脸识别系统设计与实现

    基于Android人脸识别系统设计与实现

    摘要:人脸识别是公共安全领域的研究重点。随着移动互联网的快速发展,移动式终端人脸识别应用日益广泛。探讨人脸识别在Android系统中的实现以及用户个人信息保护,包括人脸检测、特征提取和特征识别。首先,通过分析比较,采用基于Adaboost的算法检测人脸,基于PCA的特征脸算法实现特征提取和特征识别。然后,分析相关研究现状以及技术可行性,选择OpenCV计算机视觉库来实现人脸检测和人脸识别。最后,通过JNI调用本地OpenCV代码实现个人信息保护。该系统具备手机人脸解锁、程序锁、偷窥者记录查询和远程查看偷窥者信息等功能。

    关键词关键词:人脸检测;人脸识别;移动警务;OpenCV;Android

    中图分类号:TP319 文献标识码:A 文章编号:1672-7800(2016)004-0087-03

    0引言

    移动互联网的发展对人们生活产生了巨大影响。Android系统是目前移动设备的主流操作系统之一,相关数据表明,Android市场份额占据了主导地位[1]。人脸识别因具有并发性、非接触性、非强制性、操作简单等特点,目前,已被广泛应用于安全认证、预警防控、刑事侦查等方面。在国内,人脸识别的应用大都还停留在PC机上,基于移动设备的研究很少。而且,随着移动信息安全意识的提高,在移动平台上进行人脸识别具有广阔的发展前景,同时也面临诸多挑战[2]。本文结合移动终端的特点,研究并设计了基于Android的人脸识别系统,更好地满足移动警务的需求。

    1人脸识别相关算法

    人脸识别的处理过程包括人脸处理、人脸检测、人脸特征提取和人脸识别技术。人脸检测的算法有很多种,典型的有特征抽取算法、人脸小波检测、基于模板匹配、神经网络、支持向量机方法、Adaboost算法等[3-5]。本文选择Adaboost算法实现人脸检测。

    人脸识别技术包括特征提取和特征识别,实现方法可概括为3类:基于几何特征方法(欧式距离判别法)、基于模板方法(特征脸方法、神经网络方法等)和基于模型方法(隐马尔科夫方法)[6-8]。本文选择基于PCA的特征脸算法实现人脸特征提取与特征识别。由于篇幅所限,不详细展开上述选择的两种算法具体实现步骤。

    2AndroidNDK

    AndroidNDK[9]集成了交叉编译工具,使采用C、C++和Java在Android平台上混合编程、相互调用成为可能。AndroidNDK实现应用程序的过程如图1所示。

    3基于Android的人脸识别系统设计

    (1)系统总体架构。系统共分为五大模块,如图2所示。

    (2)系统设计。本系统目标是在人脸识别算法基础上实现手机安全。手机安全包括系统锁屏、个人私密应用加密、偷窥者查看以及远程查看偷窥者信息。系统锁屏就是将系统原有的解锁方式换成人脸解锁。个人私密应用加密目的是保护用户的私密应用,比如联系人、QQ、微信等。偷窥者查看主要为用户可以查看偷用了手机人的人脸图像信息。远程查看偷窥者信息主要为手机防盗,当有人恶意攻击手机人脸解锁时,系统会将操作人员图像信息发送到用户指定的安全邮箱,用户可以登录邮箱查看图像信息。系统需求分析用例图及数据流图分别如图3、图4所示。4系统实现

    (1)人脸检测。Adaboost人脸检测算法首先要训练人脸得到人脸分类器,由于OpenCV中已经提供现有的分类器,选择haarcascade_frontalface_default.xml作为本系统的分类器。主要用到的函数如下:cvHaarDetectObjects(img,cascade,storage,1.1,4,0,cvSize(30,30))。其中,cvSize(30,30)表示检测窗口的最小尺寸,1.1表示相邻两次扫描窗口按照10%比例放大。

    (2)人脸特征提取。用OpenCV实现基于PCA的Eigenface人脸识别方法。首先将训练人脸图像转换为特征向量表示,并投影到PCA子空间,然后保存训练信息到指定的xml文件中。本系统使用照相机拍摄用户3张人脸作为训练样本。关键代码如下:

    cvCalcEigenObjects(nTrainFaces,faceImgArr,eigenVectArr,

    CV_EIGOBJ_NO_CALLBACK,0,0,&calcLimit,pAvgTrainImg,eigenValMat->data.fl);

    (3)人脸特征识别。将测试人脸投影到PCA特征子空间中,计算图像向量并与特征提取阶段保存的xml文件中的数据对比,可以得出是否是同一张人脸。关键代码如下:

    cvEigenDecomposite(faceImgArr[i],nEigens,eigenVectArr,0,

    展开全文
  • 人脸识别系统,摄像头的实时图像显示 + 照片上传服务器,后台C#,数据库采用的Oracle数据库,有aspx页面也有H5页面,人脸识别底层采用第三方公司的接口,返回相似度。
  • 百度人脸识别安卓

    2018-09-06 14:07:14
    百度人脸识别安卓版,本人的软件截止日期为2019.1,之后需修改文件授权
  • Android课设----人脸识别考勤系统

    千次阅读 2020-01-05 09:32:23
    1.因为这是我只花了一周时间做的人脸识别考勤课设题目,后台只使用简单的Servlet,所以很多地方比较草率,比较僵硬,欢迎指正(_),如果测试至少需要两台手机(一台模拟老师,一台模拟学生) 2.测试环境工具:and...
  • 人脸识别测试范例

    2019-09-04 16:59:29
    使用于目前面部识别的测试用例,对于人脸识别的模式进行指导范例。
  • 先说明这不是源码,这是工具, 支持多个设备共享人脸库,在线人脸考勤。 支持人脸管理和考勤数据导出,软件到期后,请关闭网络,进入软件后再开启网络。 请下载测试。
  • 人脸识别工具箱

    2014-05-14 21:16:59
    非常好的matlab人脸识别工具箱,里面包含了LLC,SVM,KNN-SRC,LASRC等经典算法,可以直接运行,效果非常好
  • Adnroid 使用安卓自带的人脸识别API

    千次阅读 2016-11-17 01:24:46
    缺点是精度不高,识别信息很少,只有眼睛的识别 MainActivity.java import android.app.Activity; import android.graphics.Bitmap; import android.graphics.BitmapFactory; import android.graphics.Canvas; ...
  • 首先Android Studio版本:3.2.01、注册百度账号并企业认证2、创建应用生成API Key和Secret Key3、下载对应的SDK(下载SDK的时候需要新建授权)因为下载的时候需要选择授权文件(授权文件包含包名和签名文件的MD5) 如下...
  • 手把手教你做安卓人脸识别应用

    千次阅读 2019-09-05 23:30:35
    之前我发过一篇人脸搜索的 Chat ,很多同学问到如何将其部署到手机上,作为补充,本场 Chat 我们就来聊聊如何在安卓端开发一个人脸识别应用,将会涉及以下内容: 使用 NDK 交叉编译 Android Mxnet 使用 MTCNN 进行...
  • 冰淇淋三明治Android4.0界面截图赏析Android 4.0刚刚和谷歌新一代手机一共面世了,那么究竟Android 4.0界面有什么变化呢?下面就让我们来看一下新鲜出炉的系统截图吧。[详细]...
  • 一个关于人脸识别安卓上的安全软件实现过程图
  • 业务场景描述:人脸识别在最近2年应用软件用的比较多...基于android人脸识别的校园考勤App 项目下载: android人脸识别毕业设计调用的虹软sdk。Androidstudio编译,项目有源码和apk-互联网文档类资源-CSDN下载 ...
  • ios人脸识别by Bhawana ... 适用于Android和iOS的10种最佳人脸识别应用程序 (The 10 best face recognition apps for Android and iOS) Here are some of the best apps for facial recognition and fingerprint bio...
  • title: Android原生人脸识别Camera2+FaceDetector 快速实现人脸跟踪categories:Androidtags:人脸识别FaceDetectorCamera2date: 2020-05-27 14:02:13本篇主要介绍Android原生Api人脸检测FaceDetector的使用,该方法...
  • 安 卓 消 费 机 的 技 术 参 数操作系统: Android 6.0.1主控芯片: RK3288(四核Cortex-A17+GPU Mail-T764,Up to 1.8G)内存: 闪存:2GB存储... 8寸:800 * 1280人脸识别: 双目活体网络通讯方式: 支持有线TCP、WIF...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,597
精华内容 2,638
关键字:

安卓人脸识别软件