远程人脸识别方法的研究与仿真
人脸识别技术在远程办公中的应用
人脸识别技术在远程办公中的应用随着科技的不断发展，人脸识别技术已经在各个领域得到了广泛的应用。
其中，人脸识别技术在远程办公中的应用尤为突出。
本文将从安全性、效率提升和用户体验三个方面探讨人脸识别技术在远程办公中的应用。
首先，人脸识别技术在远程办公中可以提供更高的安全性。
在传统的远程办公中，通常需要使用账号和密码进行身份验证。
然而，账号和密码很容易被破解或者被盗用，从而导致信息泄露和安全风险。
而采用人脸识别技术后，用户只需通过摄像头进行人脸扫描即可完成身份验证。
由于人脸特征的唯一性和难以伪造性，人脸识别技术可以大大提高远程办公的安全性，有效防止非法入侵和信息泄露的风险。
其次，人脸识别技术在远程办公中可以提升工作效率。
在传统的远程办公中，用户需要手动输入账号和密码进行登录，这不仅浪费时间，还容易出现输入错误的情况。
而采用人脸识别技术后，用户只需进行简单的人脸扫描即可完成登录，极大地简化了操作流程。
此外，人脸识别技术还可以与其他办公工具相结合，实现自动化的工作流程。
例如，人脸识别技术可以与会议系统相结合，实现自动签到和自动记录会议出席人员的功能，大大提升了会议的效率和准确性。
最后，人脸识别技术在远程办公中可以提供更好的用户体验。
在远程办公中，用户通常需要频繁地登录和注销账号，这不仅繁琐，还降低了工作的连贯性和流畅性。
而采用人脸识别技术后，用户只需进行一次人脸扫描即可在一段时间内免登录，大大简化了操作流程，提升了用户的使用体验。
此外，人脸识别技术还可以与其他智能设备相结合，实现更加智能化的远程办公体验。
例如，人脸识别技术可以与智能家居设备相结合，实现远程控制办公环境的功能，让用户能够更加便捷地进行办公。
综上所述，人脸识别技术在远程办公中具有重要的应用价值。
它不仅可以提供更高的安全性，还可以提升工作效率和用户体验。
随着人脸识别技术的不断发展和普及，相信在不久的将来，人脸识别技术将成为远程办公的标配，为用户带来更加便捷和安全的办公体验。
人脸识别技术研究方法
人脸识别技术研究方法1.图像采集和预处理：首先需要采集人脸图像，并对图像进行预处理。
预处理的任务包括去除噪声、调整图像亮度和对比度等，以提高后续的识别效果。
2.特征提取：特征提取是人脸识别技术中的核心步骤。
通过提取人脸图像中的特征信息，比如脸部轮廓、眼睛位置、嘴巴形状等，来刻画一个人的独特的特征。
常用的特征提取方法有主成分分析法、线性判别分析法等。
3.特征匹配与分类：在获得了人脸图像的特征信息后，需要将提取出的特征与已知的人脸特征库进行匹配比对。
匹配方法包括欧式距离、相似度度量等，以得到一个最相似的人脸信息。
4.分类器训练与优化：识别过程中需要通过机器学习方法进行分类器的训练，以提高识别的准确性和速度。
常见的机器学习算法有支持向量机、神经网络等。
通过对大量训练样本的学习和优化，得到一个高效的人脸识别分类器。
5.系统评价与改进：在完成人脸识别技术的研究后，需要对其进行系统评价和改进。
评价指标可以包括准确率、召回率、误报率等。
通过对系统的不断优化，提高人脸识别技术的性能。
此外，还可以结合其他技术方法进行研究，例如深度学习、三维人脸识别等。
深度学习可以通过多层次的神经网络学习人脸图像的特征，提高人脸识别的精度和鲁棒性。
而三维人脸识别则是通过获取人脸的三维结构信息，相比于传统的二维图像，提供了更多准确的特征。
总之，人脸识别技术的研究离不开图像采集与处理、特征提取、分类器训练与优化等关键步骤。
通过不断优化这些方法，可以提高人脸识别技术的准确性和性能，使其在安全领域和生活中得到更广泛的应用。
人脸识别系统技术研究及应用
人脸识别系统技术研究及应用随着科技的不断进步和普及，人脸识别技术已经成为了现代信息技术领域中的一项重要的技术，被广泛地应用于各种场合。
本文将从人脸识别系统技术的原理、特点、安全性等方面入手，探讨其应用价值及未来发展趋势。
一、人脸识别系统技术原理人脸识别系统是一种通过对人脸图像进行分析处理，从中提取出人脸特征信息，然后与预先建立的模型数据进行比对，确定人脸身份的技术。
在进行人脸识别时，主要需要进行以下几个方面的处理：1、人脸检测：即对图像进行处理，识别出其中的人脸部分。
2、特征提取：通过对人脸图像进行特定算法的分析处理，提取出相应的人脸特征信息，如眼睛间距、嘴巴形状等。
3、特征匹配：将提取出的人脸特征信息与预先存储的人脸特征信息进行比对，以确定身份。
二、人脸识别系统技术特点与传统的安全验证手段相比，人脸识别系统具有以下几个特点：1、非接触式验证：人脸识别系统可以在不直接接触到身体的情况下完成验证，极大地提高了验证的效率和安全性。
2、较高的可靠性：相较于其他生物特征识别技术，如指纹、虹膜等，人脸识别系统更容易快速准确地确立身份，误认率低，认证率高，识别速度快，并且不受之前的真伪假冒所影响。
3、成本低廉：相较于其他生物特征识别技术所需的专业设备及建设成本，人脸识别系统的成本更低，对于公司、企业等机构也更加实用。
三、人脸识别系统的应用1、社交网络：如Facebook、Wechat 等，人脸识别技术可用于实现用户的面部识别头像，穿插整个社交网络，提升用户体验，加快业务流程。
2、安全示范场所：人脸识别技术被广泛应用于商场、展览馆、车站、机场等公共场所，能够便捷地验证来访者的身份，并对恶意来访进行预警、拦截。
3、医疗诊疗：一些医院拥有云存储数据的医学数据库，医生通过人脸识别系统得以快速找到病历和体检照片，实现自动诊断、医患沟通等的功能。
4、公司考勤：人脸识别技术已广泛应用于企业的考勤管理，通过将卡或人脸识别终端安装在公司出入口或岗位上，可实时扫描员工的信息，减少人力成本和管理难度。
《基于人脸识别的远程认证系统的研究与设计》范文
《基于人脸识别的远程认证系统的研究与设计》篇一一、引言随着信息技术的飞速发展，远程认证系统在各个领域得到了广泛应用。
人脸识别技术作为生物识别技术的一种，因其便捷性、非接触性及高准确性，逐渐成为远程认证系统的核心识别手段。
本文旨在研究并设计一个基于人脸识别的远程认证系统，以提高认证效率和安全性。
二、研究背景及意义人脸识别技术通过捕捉并分析人脸的特征信息，实现身份的自动识别。
在远程认证系统中，人脸识别技术可实现非接触式身份验证，有效提高认证效率和用户体验。
此外，相较于传统的密码认证方式，人脸识别技术具有更高的安全性，可有效防止身份盗用和假冒。
因此，基于人脸识别的远程认证系统具有广泛的应用前景和重要的研究价值。
三、系统设计1. 系统架构本系统采用C/S（客户端/服务器）架构，包括前端人脸识别模块、后端处理模块和数据库存储模块。
前端模块负责采集人脸图像并进行预处理，后端模块负责图像分析和身份验证，数据库存储模块用于存储用户信息和验证结果。
2. 人脸识别技术本系统采用基于深度学习的人脸识别技术，通过训练大量的人脸数据，提取人脸特征并进行匹配。
同时，为提高识别准确性和鲁棒性，系统还采用多模态生物特征融合技术，结合其他生物特征（如声音、指纹等）进行综合验证。
3. 远程认证流程用户通过前端设备进行人脸图像采集，并传输至后端服务器。
服务器对图像进行预处理和特征提取，将提取的特征与数据库中存储的用户信息进行比对，完成身份验证。
如验证成功，则允许用户访问系统；如验证失败，则拒绝用户访问并记录相关信息。
四、系统实现1. 硬件设备本系统需配备高清摄像头、计算机等硬件设备。
其中，高清摄像头用于采集人脸图像，计算机用于运行后端服务器和数据库存储系统。
2. 软件设计软件设计包括前端和后端两部分。
前端采用图像处理技术对采集的人脸图像进行预处理和特征提取；后端采用深度学习算法对提取的特征进行比对和验证，并存储验证结果。
此外，为保证系统的安全性和稳定性，还需设计相应的安全机制和异常处理机制。
远程人脸识别打卡方法
远程人脸识别打卡方法随着科技的不断发展，远程人脸识别打卡方法成为了越来越多企业和机构的选择。
这种打卡方法不仅方便快捷，还能有效避免人为作弊和打卡纠纷的发生。
下面我们将介绍一些常见的远程人脸识别打卡方法，希望对大家有所帮助。
首先，远程人脸识别打卡方法通常需要使用专门的人脸识别设备或者手机APP。
这些设备和APP能够通过摄像头捕捉员工的面部特征，并进行准确的识别。
在使用之前，需要进行员工的人脸录入，确保系统能够准确识别每位员工的面部特征。
其次，远程人脸识别打卡方法通常需要连接到互联网。
这意味着员工可以在任何有网络的地方进行打卡，不再局限于公司或者办公地点。
这对于需要出差或者在外工作的员工来说非常方便，也能够避免因为外出而无法按时打卡的情况发生。
另外，远程人脸识别打卡方法通常会结合考勤管理系统。
这些系统能够记录员工的打卡时间、地点以及面部特征，为企业提供准确的考勤数据。
同时，一些系统还能够自动生成考勤报表，帮助企业管理人力资源，提高工作效率。
此外，远程人脸识别打卡方法也需要注意保护员工的隐私。
在采集和使用员工的人脸数据时，企业需要严格遵守相关的法律法规，确保员工的个人信息不被泄露或滥用。
同时，企业也需要加强对人脸识别系统的安全防护，防止黑客攻击或者数据泄露的发生。
最后，远程人脸识别打卡方法需要员工配合和使用。
企业需要对员工进行相关的培训和指导，确保他们能够正确、顺利地使用人脸识别设备或者手机APP进行打卡。
同时，企业也需要及时解决员工在使用过程中遇到的问题，确保打卡系统的正常运行。
总的来说，远程人脸识别打卡方法在提高企业考勤效率、保障考勤数据准确性、方便员工打卡、保护员工隐私等方面都具有显著的优势。
但在使用过程中，企业需要注意保护员工的隐私，加强系统安全防护，提高员工的使用和配合度。
希望本文的介绍能够对大家有所帮助，谢谢阅读！。
使用人脸识别技术进行远程身份验证的技巧与窍门
使用人脸识别技术进行远程身份验证的技巧与窍门随着科技的不断发展，人脸识别技术逐渐融入我们的生活中。
在远程身份验证方面，人脸识别技术为我们提供了一种快速、高效、安全的方式。
下面我将介绍一些使用人脸识别技术进行远程身份验证的技巧与窍门，帮助您更好地应用这一技术。
首先，保证光线充足和稳定。
光线是人脸识别的关键因素之一。
在进行远程身份验证时，我们应确保光线充足，避免过暗或过亮的环境。
光线过暗会导致摄像头难以捕捉到清晰的人脸图像，而光线过亮则会造成反光或失真。
此外，光的稳定性也很重要。
避免人脸出现阴影或虚化，有助于提高人脸识别的准确性和可靠性。
其次，保持合适的角度和距离。
为了获得最佳的人脸识别结果，我们需要将人脸置于摄像头的合适角度和距离。
摄像头应平行于人脸，避免倾斜和扭曲。
同时，保持适当的距离对于捕捉到完整的人脸图像至关重要。
过近或过远都会影响识别的准确性。
因此，在远程身份验证时，尽量保持面部与摄像头的适当距离，并将面部放置摄像头的中心位置，以确保图像清晰、完整。
第三，避免其他干扰物。
当我们进行远程身份验证时，应确保周围没有与人脸过度相似的物体。
例如，照片、面具或遮盖物等都可能干扰人脸识别系统的准确性，给骗取身份的风险留下漏洞。
因此，使用人脸识别技术进行身份验证时，最好避免这些干扰物的存在，以确保识别结果的准确性。
第四，及时更新人脸识别系统。
随着技术的不断进步，人脸识别系统的性能也在逐渐提高。
因此，为了获得更好的远程身份验证效果，我们应及时更新人脸识别系统的软件和算法。
这样可以确保系统能够识别最新的特征和面部变化，提高识别的精度和稳定性。
第五，保护个人隐私和数据安全。
在使用人脸识别技术进行远程身份验证时，我们应重视个人隐私和数据安全。
保护用户的个人信息是至关重要的。
因此，选择可信赖和有良好声誉的人脸识别系统供应商，采取必要的安全措施，确保用户数据的安全存储和传输。
最后，结合多因素认证。
虽然人脸识别技术在远程身份验证中具有许多优势，但作为一种单一的身份验证方式，仍然可能存在一定的风险。
智能家居中的人脸识别技术研究与应用
智能家居中的人脸识别技术研究与应用随着科技的不断发展和创新，智能家居的概念正逐渐深入人们的日常生活。
智能家居是通过物联网技术将家居设备相互连接，实现自动化和远程控制的一种智能化生活方式。
在智能家居系统中，人脸识别技术作为一种无接触的身份认证方式，正逐渐得到广泛应用和研究。
一、人脸识别技术的基本原理人脸识别技术是通过图像处理和模式识别的方法，识别和验证人脸的身份信息。
其基本原理是将人脸图像进行特征提取和匹配，通过对比已存储的特征库，判断输入人脸的身份信息。
人脸识别技术主要包括图像采集、特征提取、特征匹配和结果输出等多个步骤。
二、智能家居中人脸识别技术的应用场景1. 门禁系统在智能家居的门禁系统中，人脸识别技术可以替代传统的密码、指纹识别等方式，提高门禁的安全性和便利性。
家庭成员和授权人员只需通过人脸识别设备，即可快速进出家门，而无需携带钥匙或记忆密码。
2. 安防监控智能家居的安防系统通过人脸识别技术可以实现对家庭成员和陌生人的区分，从而及时发现异常情况。
当陌生人进入家庭区域时，系统会自动报警，并通过手机推送信息给家庭成员，提高家庭的安全保障。
3. 家庭服务智能家居系统中的人脸识别技术还可以根据家庭成员的身份信息，智能调节家庭环境。
例如，当家庭成员进入特定区域时，系统可以根据其个人喜好自动调节灯光、音乐等，提供更舒适的家居体验。
4. 儿童安全通过人脸识别技术，智能家居可以实现对儿童的监控和管理。
当未成年人进入危险区域时，系统会立即报警并通知家长。
同时，系统还可以记录儿童的行为轨迹，为家长提供更全面的监护服务。
三、智能家居中人脸识别技术的优势和挑战人脸识别技术在智能家居中的应用具有以下优势：1. 无接触：人脸识别技术不需要接触感应设备，用户只需在一定范围内被摄像头捕捉到即可完成身份验证，非常方便快捷。
2. 高精度：经过多年的研究和改进，人脸识别技术已经具备较高的准确性和稳定性，可以有效地识别和验证人脸。
如何进行人脸识别技术的研究
如何进行人脸识别技术的研究随着科技的发展，人脸识别技术受到越来越多人的关注和研究。
人脸识别技术是指通过计算机对人脸进行分析和识别，从而实现对具体人物的识别和辨认。
这项技术有着广泛的应用，如安防监控、社交网络、人脸支付等，而且在未来的发展中将有更广泛的应用。
那么，如何进行人脸识别技术的研究呢？下面从多个角度分析介绍：一、基础技术人脸识别技术的研究首先需要掌握相关基础知识，如计算机视觉、图像处理、机器学习等。
这些技术是人脸识别技术的基石，也是进行研究的前提。
研究人员需要了解不同的算法和模型，并拥有相应的计算机编程能力。
学术领域的研究者还需要投稿到相关学术期刊，了解同行评议和审稿的规则和流程。
二、数据集在进行人脸识别技术的研究前，需要准备相应的数据集。
数据集的质量、大小和多样性对于研究结果的准确性和可靠性具有重要的影响。
现在有着诸多开源的人脸数据集，如LFW、MTCNN和CASIA-WebFace等，这些数据集可以供研究人员免费下载并使用。
三、算法和模型人脸识别技术的研究很大程度上决定了其准确率和可靠性。
算法和模型的选择取决于研究者本身的研究目的和需求。
对于基于规则的方法，算法的设计依赖于基础算法和领域知识，而基于数据驱动的方法则需要根据具体问题确定模型的输入和输出。
深度学习和卷积神经网络是目前人脸识别技术中普遍采用的方法。
四、实验验证和评估在进行人脸识别技术的研究时，需要对算法和模型进行实验验证和评估。
评估的方法包括但不限于正确率、误识率、负反馈率等。
同时也需要收集和比对与现有数据进行分析，以进一步验证技术的准确性和可靠性。
这个过程是非常重要的，准确的评估结果对于研究的前进方向和结论的影响都是至关重要的。
总之，进行人脸识别技术的研究需要涉及多个方面，在进行研究前，必须要获得相关的基础技术和数据集，并选择合适的算法和模型。
在研究的过程中，需要注意实验验证和评估的方法，以得到更加准确和可靠的研究结果。
未来，随着人工智能技术的发展和普及，人脸识别技术将有更多广泛的应用场景，同时对于技术的研究和推广也会有更大的需求。
- 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、"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、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)。
传统人脸识别技术都是基于特征 提取对 比原物识 别技 术被广 泛 的应用 到各个 领域 ， 于 基
生物特征识别 技术 成 为 当今 最为 热 门 、 最有 难度 的 一个课
都是在完整 、 清晰包含 人脸 的二维图片 中进行操 作的 这种
利用大范围的特征 匹配 的识别方法 的实现简单 ， 在正 常环境 下能有效识别人脸 图像 Ｊ但 是 ， ， 当该 项技术 应用 到远 程人 脸识别的时候 ， 到采集 环境 的 限制 ， 受 随机 采集 的人脸 不能 保证是绝对适合识别 的人脸 图片 ， 因为 随机采集 的人脸会 发
ｔ ｎ ｍｅ ｏ ｓａ ｏ ｔｄ ｔ ａ ｓ ｒ ａ ｔ ｆｔ ｉ ｔ ｄ ｗａ ｄ ｐ ｅ ｏ ｔ ｎ ｆ ｍ ｐ ｒ ｏ ｏ ｈ ｒ ｏ ｗｏ—ｄ ｍｅ ｓｏ ａ ｅ ｔｒ ｓ ｉ ｔ ｒ ｅ—ｄ ｍｅ ｓｏ ａ ｈ ａ ｔｒ ｔ ｓ Ｆ ｌ ｉ ｎ ｉｎ ｌ ａｕ ｅ ｎ ｏ ｔ ｅ ｆ ｈ ｉ ｎ ｉｎ ｃ ａ ｃｅ ｓｉ ． ａ － ｌ ｒ ｉ ｃ
ｉ ｅ ｔ ｙ ｆｃ ｓ ｈ ａ ｅ ｒｐ ｓ ｄ ａ ｆｃ ｃ ｇ ｉｏ ｔ ｏ ｓｂ ｓ ｄ ｏ ｈ ｒ ｃｅ ｓｉ ａ ｓ ｒ ａ ｉｎ ｄ ｎ ｉ ａ ｅ ．Ｔ ｅｐ ｐ ｒ ｏ ｏ ｅ ｅｒ ｏ ｎ ｔ ｎ ｍｅｈ ｄ ａ ｅ ｎ ｃ ａ ａ ｔ ｒ ｔ ｔ ｎ ｆｍ ｔ ．Ｆ ｒｔ ｃ ｏ ｄ ｎ ｆ ｐ ａ ｅ ｉ ｉ ｃｒ ｏ ｏ ｉ ，ａ ｃ ｒ ｉ ｇ ｓ
ｐ ｏ ｅ ｓ ａ ｓｎ ｎ ｏ ｌｔ ｍａ ｅ ．Ｔ ａ ｉ ｏ ａ ｔ ｏ ｓｒ ｌ ｎ ｌ ｃ ｅ ａｌ ｈ ｒ ｃｅ ｓ ｃ ，ａ ｄ Ｃ ｌ ｎ ｔａ ｃ ｒ ｔｌ ｒｃ ｓ ，ｃ ｕ ｉｇ ｉ ｃ ｍｐ ｅｅ ｉ ｇ ｓ ｒｄ ｔ ｎ ｌｍｅｈ ｄ ｅｙ ｏ ｏ ａ ｄ ｔ ｉ ｃ ａ ａ ｔｒ ｔ ｓ ｎ ａｌ ｏ ｃ ｕ ａｅｙ ｉ ｌ ｓ ｉ ｉ
摘要 ： 研究远程准确人脸识 别优化问题。在远程人脸 图像采集过程 中存在随机性 ， 采集的人脸图像 容易发生饰物遮挡 ， 部 脸 侧偏等情况 ， 造成采集图像可识别特征残 缺 ， 针对传统 的方法过于依赖局部细节特征 ， 无法准确的识别 人脸 。提出一种基 于 特征转化 的人脸识别方法 ， 根据采集 到的人脸二维特征矩 阵构造奇异值矩阵 ， 运用迭代分解方法 ， 不能识别 的缺 陷特征转 把
ｌ ｈ ｈ ｅ ｙ，ｔ ｅ ｔｒ ｅ—ｄ ｍｅ ｓｏ ａ ｈ ｒ ｃｅ ｓｉｓ ｃ ｏ ｅ ａｅ ｔ ｅ ｎ ｉｎ ｃ ａ ａ ｔｒ ｔ ｏ ｐ ｒ ｔｄ ｗｉ ｔ ｌ ｉ ｃ ｈ ｗｏ—ｄ ｍｅ ｓｏ ａ ｅ ｔ ｒ ｓｗ ｒ ｓ ｏ ｅ ｉｅ ｔ ｉａ ｉｎ ｉ ｎ ｉｎ ｌｆａｕ ｅ ｅ ｅ ｕ ｅｆ ｒｔ ｄ ｎ ｉ ｃ ｔ ． ｈ ｆ ｏ ｈ ｘ ｅ ｍｅ ｔｌｒ ｓ ｌ ｈ ｗ ｔ ｔ ｄ ｃ ｎ ａ ｃ ｒ ｔｌ ｄ ｎ ｉ ｅ ｔ ａ ｉ ｆｃ ｍａ ｅ Ｔ ｅ ｅ ｐ ｒ ｎａ ｅ ｕ ｔ ｓ ｏ ｔ ａ ｅ ｍｅ ｏ ａ ｃ ｕ ａｅｙ ｉ ｅ ｔ ｙ ｒ ｍｏ ｅ ｐ ｒ ａ ａ ｅ ｉ ｇ ． ｉ ｓ ｈ ｔ ｈ ｈ ｆ ｔｌ ＫＥＹＷ ＯＲＤＳ： ｍｏｅ ｆｃ ｅ ｏ ｎ ｔ ｎ； ｒ ｔ ｅ ｍａ ｒ ３ ｅ ｔ ｒ ｓ Ｒｅ ｔ ａ ｅ ｒ ｃ ｇ ｉ ｏ ｈｅ ａｉ ｔ ｘ； Ｄ ｆａ ｕ ｅ ｉ ｖ ｉ
化成可识别 的三维人脸特征 ， 运用三维特征 配合二维特征进行识别 。经实验结 果表明 ， 改进方 法能够准确识 别远程采集 的
部分 、 遮挡 的人脸图像 ， 取得令人满意的效果 。
关键词 ： 远程人脸识别 ； 奇异值 ； 三维特征 中图分类号：Ｐ ９ ． Ｔ ３ １９ 文献标识码 ： Ｂ
ＡＢ ＴＲＡＣＴ ： ｓ ａ ｃ ｅ ｔ ａ ｅ ｒ ｃ ｇ ｉ ｏ ｐ ｉ ｚ ｔ ｎ Ｒ ｎ ｏ ｅ ｓ ｅ ｉｔ ｎ ｒ ｍｏｅ ｆ ｃ ｍａ ｅ ａ ｑ ｉｉ ｏ Ｓ Ｒｅ ｅ ｒ ｈ ｒｍｏｅ ｆｃ ｅ ｏ ｎ ｔ ｎ ｏ ｔ ｉ ｍｉａｉ ． ａ ｄ ｍｎ ｓ ｘ ｓｓ ｉ ｅ ｔ ａ ｅ ｉ ｇ ｃ ｕ ｓ ｉｎ ｏ ｔ
Ｒｅ ｏ ｅ Ｆａ ｅ Ｒｅ ｏ ｎ ｔｏ Ｍ ｅｈｏ ｆＲｅ ｅ ｒ ｈ ａ ｍ ｕ ａ ｉ ｎ ｍ ｔ ｃ ｃ ｇ ｉｉｎ ｔ ｄ ｏ ｓ ａ ｃ ｎｄ Ｓｉ ｌ ｔｏ
Ｌ ｉ ｗ ｎ Ｋ Ｎ ｅ ｇ— ｕ ｎ Ｉ ａ Ｊ ｎ— ｅ ， Ｏ Ｇ Ｆ ｎ ｊａ
（ ｏｌ ｅｏ Ｅｅｔｃ＆ Ｉｆｒ ａ ｏ ｎｉｅｒ ｇ Ｓ ａｎｉ ｎ ｅｓｙｏ Ｓｉｎｅ＆ Ｔ ｃ ｎｌ ｙ Ｃ ｌ ｇ ｆ ｌｃ ｅ ｉ ｒ ｎｏｍ ｔ ｎＥ ｇ ｅ ｎ ， ｈａｘ Ｕ ｉ ｒｉ ｆ ｃｅｃ ｉ ｎ ｉ ｖ ｔ ｅｈ ｏ ｇ ， ｏ Ｘ ’ ｈｎｉ １０ １ Ｃ ｉａ ｉ ｎＳ ａｘ ７ ０ ２ ， ｈ ） ａ ｎ
第 ８ 第１期 ２卷 Ｏ
文 章 编 号 ：０ ６—９ ４ （ ０ １ １ ０ ６ １０ ３ ８ ２ １ ）０— ２ ２—０ ３
计
算
机
仿
真
２１年１月 ０１ Ｏ
远 程 人脸 识别 方 法 的研 究 与仿 真
李建 文 ， 孔凤 娟
（ 陕西科技大学 电气 与信息工程学 院 陕西 西安 ７０ ２ ） １０ １