图像识别在考生身份认证系统中的应用

合集下载

人脸识别技术在考试监控中的使用技巧

人脸识别技术在考试监控中的使用技巧

人脸识别技术在考试监控中的使用技巧人工智能和机器学习的发展为教育领域提供了前所未有的机会。

其中,人脸识别技术的应用在许多方面都展现出了巨大的潜力。

在考试监控中,人脸识别技术可以有效地提高考试的安全性和公平性,减少考试作弊行为的发生。

首先,人脸识别技术可以用于考试场地的出入口监测。

在考试期间,只有经过身份认证的学生和教师才能进入考场,而无关人员无法进入。

这可以防止考试过程中的非法进入,确保考试场地的安全和秩序。

通过将摄像头与人脸识别技术相结合,系统可以迅速准确地识别学生和教师的身份,并自动开启考试场地的门禁系统。

其次,人脸识别技术可以用于考生身份的实时监测。

在考试过程中,摄像头可以对考生进行持续的人脸识别,确保考生的身份一直是真实的。

如果系统检测到有人试图冒名顶替或替别人参加考试,系统将发送警报并立即通知监考教师。

通过实时监测考生的身份,人脸识别技术可以大大减少考试作弊行为的发生。

此外,人脸识别技术还可以用于考试期间的行为监测。

考试期间,摄像头可以检测考生的行为,如低头、窥视其他考生试卷等,以保证考试的公平性。

如果有考生被系统认定为在作弊行为中,系统将及时通知监考教师进行处理。

通过人脸识别技术的行为监测,可以提高考试管理的效率,减少对监考教师的依赖,同时也能够减少不公平的考试行为。

但是,人脸识别技术在考试监控中的使用也需要注意一些技巧和挑战。

首先,为确保准确性,系统需要事先录入所有考生的人脸图像,并建立起完善的人脸数据库。

此外,考试场地中也需要摆放足够的摄像头,以确保所有考生的面部都能够被准确识别。

因此,在使用人脸识别技术进行考试监控时,建议学校和教育机构提前进行充分的准备和测试,以确保系统的正常运行。

其次,隐私问题也是人脸识别技术在考试监控中需要面对的挑战之一。

健康的隐私政策和数据保护措施对于确保学生和教师的个人信息安全至关重要。

学校和教育机构应该制定明确的隐私政策,规定人脸识别技术的使用范围和目的,同时保护学生和教师的个人隐私。

人脸识别技术在电子身份认证中的实用性与安全性分析

人脸识别技术在电子身份认证中的实用性与安全性分析

人脸识别技术在电子身份认证中的实用性与安全性分析随着信息技术的不断发展,人脸识别技术作为一种高效、便捷的身份认证方式逐渐被广泛应用于各个领域。

在电子身份认证中,人脸识别技术具备独特的实用性与安全性,能够有效地提升认证的准确性和便捷性,同时确保用户的信息安全。

从实用性来看,人脸识别技术在电子身份认证中具有诸多优势。

首先,人脸识别技术无需额外的硬件设备,仅需利用摄像头和相应的软件即可实现身份认证。

相较于传统的电子身份认证方式如密码、指纹等,人脸识别技术更加便捷,用户无需记住复杂的密码或携带专门的认证设备,只需面对摄像头即可轻松完成认证。

这对于提高认证的使用率和用户体验至关重要。

其次,人脸识别技术具备高准确性和稳定性。

通过对用户的面部特征进行分析和比对,系统能够快速准确地识别和验证用户的身份信息。

相比于其他生物特征识别技术,如指纹、虹膜等,人脸识别技术具备更大的判别度和准确性。

而且,人脸识别技术可根据年龄、发型、装饰等因素进行灵活的适应性调整,提高了识别的成功率。

因此,人脸识别技术能够有效降低身份认证的误识率和冒用风险。

此外,人脸识别技术的实用性还体现在其适应多种场景和环境的能力。

人脸识别技术不受时间、地点等限制,可以在各种光照条件下进行有效的认证。

无论是白天还是夜晚,无论是室内还是室外,人脸识别技术均能准确地完成身份认证。

这使得人脸识别技术可以应用于各个领域,包括手机解锁、门禁系统、金融交易等等,方便了用户的日常生活和工作。

除了实用性,人脸识别技术在电子身份认证中的安全性也是其重要的优势之一。

首先,人脸识别技术具备个体特异性,不同人的面部特征存在明显差异,使得冒用他人的面部特征进行认证变得十分困难。

此外,人脸识别技术还具备防伪性,通过分析面部细节和活体检测,系统能够判断用户的真实性,有效防止采用照片、视频等欺骗手段进行认证。

另外,人脸识别技术还可以结合其他身份验证方式,进一步提升安全性。

例如,可以通过结合声纹识别技术来进行双重认证,要求用户在认证过程中同时提供声音和面部特征,增加身份认证的复杂度和确信度。

掌纹图像在身份识别和认证中的应用的开题报告

掌纹图像在身份识别和认证中的应用的开题报告

掌纹图像在身份识别和认证中的应用的开题报告一、研究背景身份识别和认证是现代社会中至关重要的应用。

在各种场景中,如金融、医疗、政府服务等,需要确保人们的身份信息被安全地验证。

掌纹图像是一种独特的生物特征,可以用于身份认证。

掌纹图像具有不可复制、高精度、便携性好等特点,因此在身份认证中应用广泛,成为近年来国内外研究领域的一个热点。

二、研究目的本课题旨在探究掌纹图像在身份识别和认证中的应用,通过对掌纹图像的特点和算法的研究,实现掌纹图像的特征提取、识别和认证。

三、研究内容1.掌纹图像的特点介绍掌纹图像的特点,如生物特征的不可复制性、掌纹特征与个体身份之间的关联性、掌纹图像的便携性等。

2.掌纹图像的特征提取介绍掌纹图像的特征提取方法,包括全局特征提取和局部特征提取。

全局特征提取主要是通过将掌纹图像转换为直方图、灰度共生矩阵、小波变换等特征来进行特征提取;局部特征提取主要是通过提取掌纹的特殊区域来进行特征提取。

3.掌纹图像的识别和认证介绍掌纹图像的识别和认证方法,包括基于模板匹配的识别方法、基于特征提取的识别方法、基于深度学习的识别方法等。

其中,基于特征提取的识别方法常常结合分类器、支持向量机等算法进行分类,以实现掌纹图像的识别和认证。

四、研究意义本研究可以提高身份认证的精度和安全性;可以推动掌纹图像在各领域的应用,包括金融、医疗、政府服务等,带来更多的便捷和安全保障。

五、研究方法本研究主要采用文献调研、数据收集、算法分析和实验验证等方法。

通过分析和比较现有的掌纹图像算法,得出最优解决方案,并进行实验验证,验证掌纹图像在身份认证中的应用效果。

六、论文结构本论文将分为五个部分:绪论、掌纹图像的特点、掌纹图像的特征提取、掌纹图像的识别和认证、结论和展望。

其中,绪论部分主要阐述本课题的研究背景和研究意义;掌纹图像的特点部分主要介绍掌纹图像的基本特征;掌纹图像的特征提取部分主要介绍掌纹图像的特征提取方法;掌纹图像的识别和认证部分主要介绍掌纹图像的识别和认证算法;结论和展望部分主要对本研究进行总结和展望。

计算机视觉技术用于身份认证的方法

计算机视觉技术用于身份认证的方法

计算机视觉技术用于身份认证的方法随着技术的不断发展,计算机视觉技术在身份认证领域的应用越来越广泛。

计算机视觉技术利用图像或视频数据来识别、验证和确认人的身份信息,为身份认证提供了便捷和高效的解决方案。

本文将介绍几种利用计算机视觉技术进行身份认证的方法。

一、人脸识别人脸识别是最常见的利用计算机视觉技术进行身份认证的方法之一。

它通过采集人脸图像,并将其与数据库中的已知人脸比对,从而确认人的身份。

人脸识别技术主要依靠计算机对人脸图像的特征进行提取和比对,常用的特征包括人脸轮廓、眼睛、鼻子和嘴巴等。

这些特征在人脸图像中具有独特的几何形状和位置,通过对比这些特征,可以判断一个人是否为已知身份。

二、虹膜识别虹膜识别是一种利用计算机视觉技术进行身份认证的高级方法。

虹膜是人眼中的一种天然特征,具有高度的唯一性和稳定性。

虹膜识别技术通过采集人眼中的虹膜图像,并提取其特征,然后与事先记录在数据库中的虹膜特征进行比对。

虹膜识别技术通常使用红外光来获取更清晰的虹膜图像,提高准确性和可靠性。

虹膜识别技术被广泛应用于安保领域和边境控制。

三、指纹识别指纹识别是一种基于计算机视觉技术的常见身份认证方法。

每个人的指纹纹路都是独特的,可用于验证身份。

指纹识别技术通过采集人手指上的指纹图像,并将其与数据库中的已知指纹进行比对。

指纹识别技术通常使用光学或电容传感器来捕获指纹图像,并将其转化为特征向量进行比对。

指纹识别技术被广泛应用于手机解锁、银行取款机等领域。

四、声纹识别声纹识别是利用计算机视觉技术进行身份认证的一种新兴方法。

每个人的声音都是独特的,声纹识别技术基于声音的频率、幅度和频谱等特征来辨认说话人的身份。

这种技术通过记录人的声音样本,提取声纹特征,并与数据库中的已知声纹进行比对。

声纹识别技术在远程身份认证、电话银行等方面有广泛的应用。

以上是几种利用计算机视觉技术进行身份认证的方法简介。

这些技术不仅提高了身份认证的准确性和可靠性,而且提供了便捷的身份验证方式,因此得到了广泛的应用。

基于人脸识别技术的身份认证系统设计与实现

基于人脸识别技术的身份认证系统设计与实现

基于人脸识别技术的身份认证系统设计与实现随着科技的不断发展,人脸识别技术逐渐成为常见的身份认证方式。

在各行各业中,人脸识别技术的应用越来越广泛,如智能家居、智慧城市、金融领域等。

在这些场景中,人脸识别技术可以用于安全认证和智能化管理。

一、身份认证系统设计与实现的基本思路基于人脸识别技术的身份认证系统,是由人脸识别模块、图像采集模块、图像处理模块、身份验证模块等多个模块组成的。

下面,我们详细解析这些模块的作用。

1.人脸识别模块人脸识别模块是一款通过计算机程序来识别和识别人脸的技术。

人脸识别技术中有多种算法,如基于颜色特征的人脸识别、基于纹理特征的人脸识别、基于形状特征的人脸识别等。

基于分形维纳滤波器的人脸识别算法是常见的人脸识别算法之一,该算法能够实现旋转、缩放等情况下的精确识别。

2.图像采集模块图像采集模块是收集用户需要进行身份认证的人脸图像信息。

目前的图像采集方式主要有两种:近距离拍摄和远距离拍摄。

近距离拍摄一般是指通过摄像头拍摄,拍摄距离一般不超过20厘米;而远距离拍摄则是指通过各种视频监控设备来拍摄人脸图像,拍摄距离一般超过20厘米。

3.图像处理模块图像处理模块是用来对采集的人脸图像进行处理,提高识别成功率,降低误识率。

在处理过程中,一般会进行图像缩放、旋转、对比度增强等操作。

同时,这个模块还需要进行图像去噪、纹理特征提取、边缘检测等一些列图像处理工作。

4.身份验证模块身份验证模块是用来验证用户身份的模块。

此模块需要将采集的人脸图像与预存储的人脸模板进行匹配,判断匹配程度从而进行身份验证。

二、身份认证系统设计与实现的过程1.图像采集身份认证系统的实现需要采集人脸图像并将其存储在系统中。

一般情况下,这个过程是由计算机摄像头完成的,如果需要应对特殊的应用场景,也可以采用远距离采集图像的方式。

2.图像处理在获得人脸图像后,需要经过一定的图像处理才能进一步识别和分析。

这个过程通常包括图像的预处理、特征提取等。

人脸识别技术在银行身份认证中的应用

人脸识别技术在银行身份认证中的应用

人脸识别技术在银行身份认证中的应用近年来,随着科技的不断进步和应用的扩大,人脸识别技术逐渐渗透到各个领域。

其中,银行身份认证是人脸识别技术的一个重要应用领域。

本文将就人脸识别技术在银行身份认证中的应用进行探讨。

一、背景介绍随着移动互联网的快速发展,线上银行交易日益增多。

而在这个过程中,用户身份认证的安全性便成为了重中之重。

传统的身份认证方式包括密码输入和手机验证码验证等,但这些方式存在着一定的漏洞,例如密码容易被盗用,而手机验证码又可能遭到拦截。

为了增强用户的身份认证安全性,银行纷纷引入了人脸识别技术。

二、人脸识别技术在银行身份认证中的原理人脸识别技术使用计算机视觉技术和模式识别技术,通过对用户输入的人脸图像进行分析和比对,从而判断用户的身份是否合法。

其主要原理包括以下几个步骤:1. 人脸采集:用户在进行身份认证时,需要将自己的人脸信息录入系统。

通常情况下,银行会要求用户进行多角度的拍摄,以获取更全面准确的人脸信息。

2. 特征提取:在采集到的人脸信息中,计算机会提取出一系列特征点,例如眼睛、鼻子、嘴巴等。

这些特征点的位置和关系会生成一个唯一的特征模板,用于后续的比对。

3. 特征比对:当用户进行身份认证时,系统会将其输入的人脸图像与之前录入的人脸特征模板进行比对。

使用各种算法和技术,系统能够准确地识别出用户的身份,并进行相应的认证。

三、人脸识别技术在银行身份认证中的优势相比传统的身份认证方式,人脸识别技术具有诸多优势,主要包括以下几点:1. 高安全性:人脸识别技术本身就具有很高的安全性。

每个人的人脸特征是独一无二的,因此通过人脸识别技术进行身份认证能够有效避免密码泄露和验证码被拦截的问题。

2. 高便利性:相比其他身份认证方式,人脸识别无需用户输入任何密码或验证码,只需通过摄像头拍摄自己的人脸即可完成认证,十分便捷。

3. 高实时性:人脸识别技术一般具备较快的处理速度,可以在短时间内完成身份认证。

这对于银行交易等需要实时处理的场景非常有利。

如何使用人脸识别技术进行电子身份认证(一)

人脸识别技术在近年来的发展中取得了显著的突破,不仅被应用在智能手机解锁和支付系统中,还在电子身份认证领域得到了广泛的应用。

本文将探讨如何使用人脸识别技术进行电子身份认证。

一、人脸识别技术的基本原理人脸识别技术是一种通过对人脸图像进行分析和比对,从而确定身份信息的技术。

其基本原理是通过摄像头采集用户的面部图像,然后将图像与之前存储的身份信息进行比对,判断是否匹配。

二、利用人脸识别技术进行电子身份认证的优势与传统的身份认证方法相比,利用人脸识别技术进行电子身份认证具有以下几个优势:1. 高精度:人脸识别技术经过长时间的发展和优化,已经具备了很高的识别精度。

在实际应用中,其准确率已经接近或超过了人眼辨识的能力。

2. 非接触式:传统的身份认证方式通常需要物理接触,例如刷卡、指纹识别等,容易带来交叉感染的风险。

而人脸识别技术是一种非接触式的身份认证方式,能够有效避免这类问题。

3. 用户友好:人脸识别技术对用户来说非常方便易用。

用户只需要在摄像头前面站一站,系统会自动进行识别和认证,不需要额外的操作。

三、使用人脸识别技术进行电子身份认证的实践案例人脸识别在电子身份认证领域已经得到了广泛的应用。

以下是一些实践案例:1. 航空公司身份认证:一些航空公司引入了人脸识别技术,用于替代传统的登机证件检查。

乘客只需要在登机口前通过设备拍照,系统会自动与其身份信息进行比对,识别通过后即可进入登机区域。

2. 金融行业身份认证:一些银行和证券公司开始使用人脸识别技术来加强客户身份认证的安全性。

客户只需在手机或电脑前进行人脸录入,以后登录时通过人脸识别即可完成认证,免去了传统的密码输入步骤。

3. 政府身份认证:一些国家已经推出了基于人脸识别技术的电子身份证。

通过人脸识别技术,政府可以有效防止身份信息的冒用和篡改,提高公民的电子身份认证安全性。

四、人脸识别技术在电子身份认证中面临的挑战和解决方案虽然人脸识别技术在电子身份认证中具备许多优势,但仍然存在一些挑战,包括图像质量、深度学习、隐私保护等问题。

考场确认考生身份的方法

考场确认考生身份的方法
在考场确认考生身份时,通常会采取多种方法以确保考试的公平性和准确性。

以下是一些常见的方法:
1. 身份证件核对,考生需要携带有效的身份证件,如身份证或护照,工作人员会对照考生的身份证件和考试报名信息进行核对,确保考生身份的真实性。

2. 考生信息确认,在考场入口处,工作人员可能会使用电子设备或纸质名单确认考生的信息,包括姓名、照片等,以及报名时所使用的考试号码或其他识别码。

3. 生物识别技术,一些考试中可能会使用生物识别技术,如指纹识别或面部识别,来确认考生的身份。

4. 考场监控,考场内通常会安装监控摄像头,监控考生的行为举止,并在需要时进行回放确认考生的身份。

5. 考生签到,考生进入考场后,可能需要在指定的签到处签到确认身份,有些考试还可能要求考生在考试卷上签名确认身份。

以上这些方法通常会结合使用,以确保考生的身份得到准确确认。

这些方法的目的在于防止替考、作弊等违规行为的发生,维护考试的公平性和权威性。

同时,考生也应该配合工作人员的核对工作,如实提供相关信息,以确保考试顺利进行。

人脸识别技术在教育系统中的应用

人脸识别技术在教育系统中的应用近年来,随着人工智能技术的快速发展,人脸识别技术成为了热门话题。

人脸识别技术是一种可以通过对人脸进行扫描和分析,来识别和验证个人身份的技术。

在教育系统中,人脸识别技术的应用也逐渐成为了现实。

首先,人脸识别技术可以用于学生的考勤管理。

传统的学生考勤方式往往需要学生手动签到,不仅浪费时间,也难以确保数据的准确性。

而利用人脸识别技术,学校可以通过摄像头自动识别学生的脸部特征,在课堂开始时自动记录学生的出勤情况。

这样不仅提高了考勤的准确性,还节省了大量时间和人力成本。

其次,人脸识别技术可以帮助学校管理校园安全。

在过去,学校往往通过安保人员巡逻来确保校园的安全。

然而,这种方式存在着许多局限性,如人力资源有限,工作效率低等。

而借助人脸识别技术,学校可以安装摄像头,对校园内的人员进行实时监控和识别。

一旦发现有陌生人闯入学校,系统就会自动发出警报,及时采取相应的安全措施。

此外,学生的人脸信息也可以与校园系统绑定,从而实现无卡进出校园、图书馆自助借书等便捷服务。

此外,人脸识别技术还可以应用于学生的个性化教育。

在传统教育模式中,教师往往难以针对每个学生的学习特点和需求进行个性化教学。

而通过人脸识别技术,教师可以实时监测学生的学习状态,了解他们的专注度、情绪波动等信息,从而对学生进行有针对性的指导和辅导。

此外,人脸识别技术还可以分析学生的学习行为和习惯,为学生提供个性化的学习建议和推荐资源,帮助其高效学习。

然而,人脸识别技术的应用也带来了一些争议。

首先,隐私保护成为了一个关键问题。

学生的脸部信息是个人隐私的一部分,学校应该加强对学生隐私的保护,确保这些信息不被滥用。

其次,人脸识别技术本身也存在着一定的误识别率,特别是针对年龄较小的学生,容易出现误识别的情况。

因此,在使用人脸识别技术时,学校需要建立完善的纠错机制,以确保准确性和可靠性。

总的来说,人脸识别技术在教育系统中具有广阔的应用前景。

人脸识别AI的身份认证

人脸识别AI的身份认证人脸识别AI技术是近年来得到快速发展的一项人工智能技术。

它利用图像处理和模式识别技术,通过对人脸图像的特征分析和比对,来判断一个人的身份。

随着技术的不断进步,人脸识别AI被广泛应用于各行各业,其中之一就是身份认证。

一、人脸识别AI在身份认证中的优势传统的身份认证方式,如密码、指纹等,存在一系列问题。

而人脸识别AI作为一种新兴的身份认证技术,具有以下优势:1. 高度准确性:人脸识别AI采用先进的人工智能算法,能够对人脸进行高精度的识别,大大降低了认证误判率。

2. 高效性:人脸识别AI可以实时快速地完成身份认证,无需额外的硬件设备,提升了认证的效率。

3. 便捷性:用户只需面对摄像头,无需额外携带身份证件或密码,就可以进行身份认证,方便快捷。

4. 安全性:每个人的面部特征都是独一无二的,人脸识别AI能够通过多个角度和特征点进行综合分析,大大降低了冒用他人身份的风险。

二、人脸识别AI在身份认证中的应用场景1. 政府机构:政府机构需要进行身份认证的场景较多,例如边境口岸、公租房申请、贫困家庭救助等。

人脸识别AI可以实时准确地对辖区内的人员进行身份认证,提高了公共安全和办事效率。

2. 银行金融:在银行金融行业,人脸识别AI可以应用于客户身份认证、ATM机取款、支付验证等场景。

通过人脸识别技术,可以有效防止盗刷银行卡、冒充他人身份等安全问题。

3. 公共交通:人脸识别AI在公共交通行业也有广泛应用,如地铁、高铁、机场等。

通过人脸识别AI,可以实现自动化的身份认证,提升通行效率,减少人力投入。

4. 企事业单位:企事业单位需要对员工进行考勤、门禁管理等身份认证场景也可以采用人脸识别AI技术。

不仅能够准确判别员工身份,还可以实时记录考勤情况,提高管理效率。

三、人脸识别AI在身份认证中的挑战尽管人脸识别AI在身份认证中具备诸多优势,但仍面临一些挑战:1. 环境光线和角度的影响:不同环境下的光线和角度变化可能会影响人脸图像的质量,进而影响识别准确性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
究 领域中的重要研究课题_ 1 1 。
配结果确认考生身份 。其 处理流程如 图l 所示 。
2 人 脸 识别 的考 生身 份 认Байду номын сангаас证 系统
21 考生身份认证 系统架构 .
基 于人脸识别 的考 生身份认 证系统 采用 CS /架构 进行设计 , 主要 由人脸服务器 、 用程 序服务器和考场 应 考生人脸终端3 部分组成 。
Ab t a t I iw o e t d t n le a n e i e t y c ri c t n me h d t e f w, r p s d o e k n a e n t e fc sr c :n ve ft r i o a x mi e d n i e t ai t o h l h a i t i f o a p o o e n i d b s d o h a e
c n s t f h cu lts e r me t. a ai y t e a t a e trquie n s s
Ke r s ie t y a t e t ai n f c e o n t n; au e e ta t n e a n e y wo d : n i uh n i t ;a e rc g i o f t r xr ci ; x mi e d t c o i e o
我国是一个人 口大 国,学习机会 和就业竞争越来 越激烈 , 为了保证公平性 , 不得不采用考试方式进行选 拔, 出现 了公务员 考试 、 计算机 等级考试 、 各种入学考 试 等 ,考试者 的身份证识别是保证考 虑公平 和成绩 真 实性的关键 , 因此如何 防止考生身份 造假 , 为教 育研 成
针对当前代考舞弊严重的难题 ,为 了提 高考试公
平 性 ,提 出一种基于人脸识 别技 术的考生 身份认 证系
统, 并通过具体仿真实验对其有效性进行验证 。
( 贵州财经学院 继续教育学院 , 贵阳 50 0 ) 5 0 2
摘 要: 针对传统考生身份认证方法的缺陷 , 出一种基 于人脸识别 的考生身份认证 系统。 提 首先利用 图 像采集 系统采集考生人脸 图像 , 然后对人脸 图像 进行特征提取 和特征选择 , 人脸特征输入 到人脸 并将
特征库进行匹配 , 最后采用支持向量机算法对人脸进行分类识别。 实验 结果表 明 , 系统提高 了考生身 该 份识别的正确 率 , 减少 了识别时间 , 能够很好满足实际考试的要求 。 关键词 : 认证 系统 ; 人脸识别 ; 特征提取 ; 考生
中图分类号 :P 7 T 23 文献标 识码 : A 文章编号 :0 17 (0 2 0 — 0 0 0 10 — 19 2 1 )8 0 8 — 3 1
Ap l a i n o a i e t e t a i n S se s d o a e Re o n to p i to fEx m n e Au h n i to y tm Ba e n F c c g ii n c c
L ISh a g un
( c o l f o t un d c t nG i o o e e f i n ea dE o o is S h o o n n i E u a o , uz u C l g n c n c n m c ,G i n 5 0 2 C ia C i g i h l oF a uy g 5 0 0 , h ) a n
第 2 卷 第 8期 8
21 0 2年 8月
科 技 通 报
BUL E I C EN ND T C L T N OF S I CE A E HN0 0GY L
Vo1 No8 . 28 . Aug 2 2 . 01
图像识别在 考生身份认证 系统 中的应用
李 爽

r c g i o fe a n e i e t y c ri c t n s se e o nt n o x mie d n i e f ai y t m.T e f s s fi g c u st n s se o c u st n c n i ae i t ti o h r tu e o i ma e a q ii o y tm fa q ii o a d d t s i i fc ma e n h n t e fc ma e f au e e t ci n a d f au e s lc in a d wi e t r h n u o t e fc a e — a e i g ,a d t e h a e i g e t r x r t n e tr e e t , n l f au e t e ip tt h a i l a a o o l f t r a a a e mac ig i al sn u p  ̄ v co c i e a g rt m o a e r c g i o .T e e p r n a r s l u e d t b s th n ,f l u i g s p o n y e tr ma h n l oi h f r fc e o n t n h x e i i me tl e ut s s o h tte p o o e y t m mp o e h x mi e d n i e o nt n c re t ae a d r d c h e o nt n t ,i h w t a h r p s d s se i rv st e e a n e ie t y r c g i o o r c t n e u e t e r c g i o i t i r i me f
相关文档
最新文档