人脸与声音结合的矿井人员签到识别

• 作者: 刘世森 李成武 杨茜 王君
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 签到管理系统 形态学滤波 人脸识别 声音识别
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 可视化仿真技术
• 页码范围: 272-275
• 页数: 4页
• 分类号: TP3-05
• 字数: 2960字
• 语种: 中文

摘要

矿井时有安全事故发生,签到管理系统可及时、准确掌握人员出入人员状况,保障矿井安全生产,方便及时救援.针对传统签到管理系统用于矿井,遇到光线昏暗、人脸易附着粉尘、干扰噪音等因素影响,签到识别方法检测率低,提出了—种根据KL变换(Karhunen-Loeve Transform)和TAN分类(Tree-Augmented Naive Bayesian network)相结合的人脸识别,并辅以声音识别的方法.通过形态学滤波变换快速去掉大部分无用背景,使处理更快速,特征点更突出;自动根据具体环境选择图像识别或声音识别,使识别准确率更高.仿真结果表明:结合声音的系统识别方法既减小了计算复杂度,又提高了人员识别率,还增强了适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王君	重庆大学自动化学院	4	36	3.0	4.0
2	李成武	重庆大学自动化学院	20	278	12.0	16.0
3	杨茜	重庆大学自动化学院	8	40	2.0	6.0
4	刘世森		9	23	2.0	4.0