摘要：该文提出了一种在门禁系统中利用人脸识别技术与指纹识别技术相结合进行身份验证的设计方案。实验表明，结合两种技术将会提高身份识别的安全性和有效性，能有效地解决传统门禁系统的不足之处。 　　1 综合门禁系统设计方案 　　本文所设计的门禁系统由一个服务器和两个门禁控制器组成， 一个门禁控制器在通过摄像头采集人脸图像的同时另一个可以通过指纹采集仪采集指纹信息。管理服务器软件并行连接两个门禁识别器软件，通过USB 接口实现相互通信，服务器端软件对两个门禁识别器软件的连接实现多线程处理。 　　系统基于嵌入式WindowsXP 平台开发，有体积小，专用性强等特点。 　　图像采集端利用Direct

研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器进行分类识别。在AMP、ORL人脸库和Poly-U掌纹图像库中的实验结果表明,两种模态的融合能更多地给出决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率,更具安全性和准确性。

ICA(独立成分分析法),Independent Components Analysis,图像处理中目前比较经典的特征提取方法

结合二维离散小波变换（2DDWT）和二维非负矩阵分解（2DNMF）两者的优点, 提出了一种新的人脸识别融合算法2DDWT 2DNMF。首先利用小波变换把人脸图像分解成四个子块频带区域, 并对三个高频子块进行图像融合, 然后对低频子块和融合图像进行二维非负矩阵分解以提取特征, 进而对特征数据进行加权处理。ORL和YALE人脸数据库中的识别实验表明, 与PCA、SVD、NMF以及2DDWT NMF算法相比, 新融合算法能有效缩短训练时间和提高识别率。

店滴AI是一个基于人脸识别的会员管理系统。可应用于商场客流统计、门店智能管理和店内监控等。是一款基于 yii2 的，并且集成了 AI 技术、智能硬件设备对接技术的软硬件开源框架。 它采用 yii2+uniapp+swagger 的开发模式，从接口开发到接口文档都非常快捷方便。同时结合 uniapp 一端开发、多端发布的优势，让一套代码实现 AI 技术对接 app/各种小程序、H5 端的发布。 店滴AI特点： 人脸检测定位 人脸属性分析 150 个关键点定位 情绪识别 图片质量控制 在线图片活体检测     店滴AI开源框架1.1.4版 更新日志： 1、增加模块数据库脚本升级命令 2、增加系统版本控制，可命令行升级 3、增加菜单显示方式，分为左侧全部展示和顶部分类显示 4、优化系统安装脚本

对人脸识别技术的理论背景、研究现状进行了介绍,重点对现今人脸识别常用算法及其优缺点进行了分 析,并对当今人脸识别中存在的主要问题提出了相应的解决对策。

本文综述了人脸识别理论的研究现状，根据人脸自动识别技术发展的时间进行了分类，分析和比较各种识别方法优缺点，讨论了其中的关键技术及发展前景。

基于人脸识别的智能防疫系统_陈放.caj

人脸图像处理包括人脸检测、人脸识别、人脸跟踪、姿态估计和表情识别等。为了构造自动处理人脸图像的信息系统，首先需要鲁棒、有效的人脸检测算法。分析了有关人脸检测问题的研究方法，并对其进行了分类和评价。从基于知识的方法、特征不变方法、模板匹配方法和基于外观的方法等四个方面介绍了相关的算法和理论，分析了各种方法的优缺点，并提出了关于人脸检测问题的进一步研究方向。

基于Python+OpenCV+Django+人脸识别库实现的人脸识别系统源码+项目说明(课程设计).zip 基于Python+OpenCV+Django+人脸识别库实现的人脸识别系统源码+项目说明(课程设计).zip 基于Python+OpenCV+Django+人脸识别库实现的人脸识别系统源码+项目说明(课程设计).zip 【项目介绍】 本项目后端采用Python作为开发语言，Django作为WEB后端框架，用到的库有face_recognition人脸识别库,keras深度学习库,tensorflow,opencv计算机视觉库,Image等图片处理相关的第三方库。 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习、cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码和项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。