面部特征
面部特征的相关文献在1957年到2023年内共计493篇,主要集中在自动化技术、计算机技术、中国文学、社会学
等领域,其中期刊论文379篇、会议论文6篇、专利文献66806篇;相关期刊311种,包括人民公安、百科知识、科技与生活等;
相关会议6种,包括中华中医药学会首届全国中医治未病学术会议暨治未病分会成立会议、第23届过程控制会议、第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)等;面部特征的相关文献由839位作者贡献,包括杜广龙、周祥东、张丽君等。
面部特征—发文量
专利文献>
论文:66806篇
占比:99.43%
总计:67191篇
面部特征
-研究学者
- 杜广龙
- 周祥东
- 张丽君
- 张健
- 张平
- 李方
- 王志强
- 石宇
- 马晓莉
- J.C.叶
- Q.E.李
- 丁欣
- 乔·C·沃德
- 侯方
- 八盐仁
- 冯晓锋
- 凌强
- 刘善良
- 刘毅
- 刘锴
- 刘鹏程
- 卜纯研
- 吴永坚
- 周大胜
- 周恒
- 姜永涛
- 岳越
- 崔颖
- 张光远
- 张杨
- 张继宗
- 徐磊
- 戚金清
- 曾凡涛
- 曾秋
- 朱青
- 李佳桐
- 李华栋
- 李尚卿
- 李峰
- 李文龙
- 李江伟
- 李浩
- 李琳
- 李磊
- 李翔
- 李蔚然
- 李长波
- 李雪莉
- 杜杨洲
-
-
许芬;
于乃功
-
-
摘要:
流言:目前,人脸识别技术已被应用于公共安全、智能安防、手机密保等多个领域,人们不禁会问,戴口罩出门,人脸识别系统还管用吗?真相:一般情况下,口罩遮挡了人脸的大部分,人脸识别系统无法提取到完整的面部特征,当与系统中保存的不戴口罩的完整人脸照片有很大差异时,人脸识别就会失败。但也有一些人脸识别系统可以识别出戴着口罩的人脸,它们是如何做到“透过口罩看清你的脸”的呢?
-
-
王容霞;
贺芬;
杨伟煌;
赵林玲
-
-
摘要:
驾驶员疲劳驾驶会增加车辆和行人的交通安全风险.面向BL-DCNN的人脸关键点定位模型,经过精确定位完成嘴巴、眼睛等特征部位的检测.依据定位结果构建融合眼睛闭合时间、眼睛眨眼频率、嘴巴打哈欠状态的疲劳驾驶检测方法,并结合眼睛张角完成眼睛状态的识别.BL-DCNN的人脸关键点检测方法的平均误差和检测时间分别为0.061ms和283ms,检测性能优于其他检测方法.融合多特征的疲劳特征检测方法准确率高达94%.本研究提供了一种能识别驾驶员危险状态的方案,为今后道路交通安全的检测提供了参考.
-
-
丁瑶;
钟铧;
孙婷
-
-
摘要:
目的基于中国知网(CNKI)数据库了解面部特征研究领域现状。方法以篇名“面部特征”为检索条件,统计范围包括学术期刊、学位、会议的中文论文,检索时间为2000年1月1日至2021年12月31日,采用文献计量分析法进行数据分析。结果2000—2021年面部特征研究领域发表文献203篇,学术期刊、学位、会议论文发文量分别为125、71、7篇,被引频次数较高的文献主要集中于计算机、电子、软件等领域,学位论文以“985”“211”高校为重要组成部分,国家科学自然基金作为首要支持基金。结论聚焦于面部特征研究在我国快速兴起,且已用于不同领域中。
-
-
陈培佩;
章敏飞;
王薇;
蒋春明
-
-
摘要:
杆状体肌病(NM)是一种显性或隐性遗传突变引起的一组异质性先天性肌肉疾病,发病率为1:50000[1]。其特征是在肌肉活检中可见杆状体,发病年龄从新生儿到成人各不相同。大多数患者是以弥漫性肌肉无力和张力低下为特征的先天性发病,多累及四肢近端、面肌、颈屈肌、呼吸肌,肌肉无力的变形性面部特征有高腭弓、小颌、长脸,骨骼表现可有脊柱侧凸、鸡胸和高足弓,运动功能发育迟滞,眼肌麻痹表现有眼睑下垂和斜视的异常外源性眼球运动,严重的肌肉张力减退通常出现在出生时和生命早期(婴儿松弛综合征),以及类似青蛙的姿势,吮吸困难和呼吸功能不全,多在婴儿期死亡。本院儿科重症监护室(PICU)收治1例先天性杆状体肌病患儿,住院20天后病情稳定出院,出院后随访至今体重稳步增长。现对其病例资料及个性化护理措施报道如下.
-
-
-
-
摘要:
毛绒玩具软体娃娃和小伙伴Soft Dolls and Matching PupsDouglas出品。该系列娃娃有白、黄、黑三种不同肤色,都用刺绣的方式来表现娃娃的面部特征,身上穿着柔软的花衣。为了避免宝宝孤独,还为每个宝宝配了一只陪伴犬,穿着同样花色的小衣服。产品没有小零件,完全可以机洗。
-
-
陆玉波;
战荫伟;
杨卓;
李学聪
-
-
摘要:
在线学习环境中,专注度是衡量用户学习体验的重要指标。提高专注度识别的准确率可以帮助老师及时获得课程反馈,提升用户的学习体验。然而大多数现有的基于视频的专注度识别方法都只利用用户面部外观信息。除了面部外观信息之外,头部姿态和注视角度以及眨眼频率在内的细粒度行为线索也和学习专注度密切相关,但是,前人在专注度识别任务中没有很好地综合考虑以上特征。因此,本文提出一种新的专注度识别模型。该方法结合深度残差网络(ResNet)提取的脸部特征和基于OpenFace捕获的行为特征,这些特征输入到时序卷积网络(TCN)用于分析视频帧时空上的变化,以此识别出学习专注度。我们的模型在大型公开的专注度检测数据集DAiSEE上训练,在专注度四分类达到61.4%的准确率,实验结果表明,我们的方法超过DAiSEE上专注度识别的最先进方法。
-
-
李欣;
范青
-
-
摘要:
抑郁症是一种严重影响生活质量的精神疾病,会伴随面部表情和行为的变化。目前的抑郁症诊断评估主要依赖于自我报告和医师观察,存在主观误差,缺乏客观有效的自动化抑郁症检测方法。面部表情可呈现重要的非语言信息,研究人员开始通过面部特征来辅助识别和诊断抑郁症。而机器学习作为人工智能的核心,在图像特征提取和分类方面有着突出的优势。该文以IEEE Xplore数据库为数据来源,梳理了2016—2021年基于机器学习的抑郁症患者面部特征研究,并对未来研究方向进行展望,以期为日后抑郁症临床智能化诊断和跟踪提供参考。
-
-
夏慧雯;
赵中雨;
王卓尔;
张清勇;
彭峰
-
-
摘要:
现有监测系统无法很好地应对疫情环境下存在的交叉传染以及追溯困难等问题,因此提出了一套基于边缘计算的公共交通检测系统的设计方案。首先,建立图数据库来储存乘车人员与乘车信息,同时使用双数据库模型防止建立索引带来的阻塞,从而完成插入效率与搜索效率的均衡;其次,在车辆人像信息提取中,采用HSV色彩空间对图片进行预处理,并建立人脸三维空间模型来提升神经网络的识别准确率,在目标佩戴口罩时,通过较明显的鼻尖特征点、下颌特征点与未遮挡的鼻梁部特征点回归出其口鼻等特征点信息;最后,通过k度搜索快速找出密切接触乘客。在特征对比测试中,该方案在BioID数据集和PubFig数据集上分别达到了99.44%和99.23%的正确率,且在两数据集上的假阴性率均小于0.01%;在图搜索效率测试中,在浅层次搜索的时候,图数据库与关系型数据库并无较大差异,当搜索层次变深时,图数据库效率更高;在验证理论可行性之后,模拟了公交车与公交站的实际环境,经测试所提系统在其中的识别准确率为99.98%,识别时间平均约为21 ms,符合疫情监测的要求。所提系统设计可以满足疫情时期公共安全的特殊需求,能够实现人员甄别、路径记录、潜在接触者搜索等功能,从而有效地保证公共交通安全。
-
-
霍德民;
莫微伟;
赵飞鸣;
周子皓;
杜猛;
郑吉龙;
马开军
-
-
摘要:
个体识别是法庭科学实践的研究热点之一,通常依据具有个体唯一性的生物特征(如指纹、虹膜、DNA等)比对结果进行判别。随着视频图像侦查相关案件数量的剧增,基于宏观比对面部表观生物特征进行个体识别的技术需求日益增长。目前,由于计算机3D建模及3D叠加比对技术的引入,基于宏观比对面部表观生物特征的个体识别方法取得了可观进展。本文综述了基于宏观比对面部表观生物特征进行个体识别的不同方法,对其优势和局限性进行分析,并对后续研究提出建议与展望。
-
-
程保智;
陈小龙;
原凌燕;
岳淑俊;
孙国华;
戴泽亮;
黄磊;
黄艺;
李桂霞;
翟晓丽;
谢华
-
-
摘要:
目的应用人工智能人脸识别技术,研究2型糖尿病(T2DM)患者中医五行人体质分布的特点,并提供相应的客观参数。方法①选取2017年12月~2021年9月在兰州市第二人民医院住院的1590例T2DM患者作为观察组,采集面部图像,利用人工智能人脸识别技术对T2DM患者进行分类。②随机选取同期在该院规律随访的非T2DM志愿者984例作为对照组,采集面部图像,根据得到五行人样本间差异性的数据指标,通过总结差异性的模式,基于人工智能人脸识别技术,共测量18个具有五行人面部特征的形态参数,比较T2DM患者和非T2DM志愿者参数差异。结果根据面部特征对观察组T2DM患者进行五行人体质分类,土型人占40.94%,明显高于其他类型。两组受试者18个面部形态参数比较,面部长宽比、上额宽、下额宽、额尖锐度、左上额角余弦值、右上额角余弦值、面宽、下颌宽等8个参数的差异有统计学意义(P<0.05),提示土型兼火型体质的人,在T2DM患者中的比例明显高于其他体质。结论人工智能人脸识别技术是一种有效的探索研究T2DM患者中医五行人体质分布特点的方式。
-
-
HOU Shujuan;
侯淑涓;
LI Lingru;
李玲孺;
WANG Ji;
王济;
Yang Zheng;
杨正;
NIU Xin;
牛欣;
WANG Qi;
王琦
- 《中华中医药学会第十五次中医体质学术年会暨全国中医治未病高峰论坛》
| 2017年
-
摘要:
望面诊是中医体质辨识中的一个重要环节.前期研究发现,不同体质具有不同的面部特征,面部表征信息可为体质辨识提供重要的辅助诊断依据.目前,计算机视觉技术的高速发展,为面部特征的客观化提取与识别提供了可能.在望面诊研究过程中,面部表征信息提取与识别相关技术的开发,涉及到研究相关大样本人脸数据的收集,而样本收集的质量与数量直接影响相关技术开发及转化应用的周期与速度.目前,有较多大样本的公开人脸数据库,中医体质面部研究可利用现有人脸数据库对其中部分技术进行开发与应用测试,从而整体缩短相关技术开发的周期.
-
-
张健;
王国玮;
周爱国
- 《中华中医药学会首届全国中医治未病学术会议暨治未病分会成立会议》
| 2016年
-
摘要:
目的:探索中医体质与面部特征之间可能存在的相关性,提高体质分类判定的精准度.方法:采用自动人脸检测和关键点定位等技术,从采集图像中自动检测彩色照片人脸区域,并进一步将人脸裁剪成标准大小.从彩色图像RGB像素特征及LBP纹理特征等方面研究面部特征与中医体质的相互关系.结果:仅基于彩色图像面部RGB色彩特征的中医体质分类方法整体正确率较低,鲁棒性较差;从各体质分类结果上看,痰湿、湿热、血瘀和平和体质的分类正确率相对较高.基于LBP纹理特征的中医体质分类正确率高于基于RGB像素特征的正确率,其中对平和体质的分类正确率较高.结论:基于彩色图像面部特征对中医体质分类判定有一定的辅助作用.
-
-
-
-