基于PCA的人脸识别算法在课堂考勤中的应用研究
PCA-Based Face Recognition Algorithm in Class Attendance
DOI: 10.12677/CSA.2018.83041, PDF,  被引量    科研立项经费支持
作者: 吴美香*, 邓园园, 裴枫华, 余松森:华南师范大学软件学院,广东 南海
关键词: 主成分分析人脸识别AdaBoost级联分类器图像预处理PCA Face Recognition AdaBoost Cascade Classifier Image Preprocessing
摘要: 本文主要对基于PCA的人脸识别算法展开研究,首先采集图片进行预处理,然后基于AdaBoost算法进行人脸检测,采用PCA算法进行人脸识别与匹配,最终将人脸识别算法运用到移动课堂考勤平台中。本系统将人脸识别技术与课堂考勤相结合,在Android客户端完成实时考勤和考勤统计的功能。经过实验测试,本系统识别率达到75%以上。
Abstract: This paper mainly studies the PCA-based face recognition algorithm. It firstly preprocesses the images collected, detects face based on AdaBoost classification algorithm, and then uses PCA algorithm for face recognition and matching. All of above can be applied to mobile attendance system. This system combines face recognition technology and class attendance, to realize real-time attendance and statistics on android client. After experimental testing, system reaches an accuracy of over 75%.
文章引用:吴美香, 邓园园, 裴枫华, 余松森. 基于PCA的人脸识别算法在课堂考勤中的应用研究[J]. 计算机科学与应用, 2018, 8(3): 366-377. https://doi.org/10.12677/CSA.2018.83041

参考文献

[1] 赵荣刚, 贺庆民. 计算机人脸识别技术的应用[J/OL]. 电子技术与软件工程, 2018(4): 137.
[2] 孔安. 基于PCA和LDA算法的人脸识别考勤管理系统的设计与实现[D]: [硕士学位论文]. 长沙: 湖南大学, 2016.
[3] 马园园. 人脸识别技术与考勤系统应用研究[D]: [硕士学位论文]. 南京: 南京邮电大学, 2017.
[4] 郝雪夷, 张忠清. 基于手机定位考勤系统的设计与实现[J]. 电子世界, 2017(13): 135-136.
[5] 王飞. 基于深度学习的人脸识别算法研究[D]: [硕士学位论文]. 兰州: 兰州交通大学, 2017.
[6] 周松锋, 戴曙光. 改进的PCA人脸识别算法研究[J/OL]. 软件导刊, 2018: 1-4.
[7] 袁程波. 基于PCA和SVM的人脸识别关键技术研究与实现[D]: [硕士学位论文]. 四川: 电子科技大学, 2017.
[8] 李玮. 智慧课堂管理系统中人脸识别考勤技术的研究与实现[D]: [硕士学位论文]. 武汉: 华中师范大学, 2017.
[9] 单存杰. 教室场景中学生定位与身份识别[D]: [硕士学位论文]. 武汉: 华中师范大学, 2016.