将人脸识别技术应用于电子投票系统中,限制重复投票行为。首先分析了该电子投票系统的结构,给出了人脸识别技术在限制重复投票行为中的应用场景。针对电子投票系统对人脸识别算法的需求以及投票人图像采集背景简单和光照变化较小的特点,分析了适用于本系统的基于Ada Boost的人脸检测方法以及基于特征脸的人脸识别方法,给出了通过Open CV实现的基于人脸识别方法的身份认证子系统的设计流程,并介绍了基本投票子系统各模块的功能。最后对身份认证子系统的性能进行了分析。 通过人脸识别算法判断所提取的人脸图像是否存在于由已经完成投票的投票人的人脸图像组成的人脸数据库中，若存在，表明当前投票人为二次或多次投票，系统屏蔽基本投票操作；否则，为首次正常投票。系统的操作示意和实现流程分别如图2、图3所示。图2系统操作示意图图3系统实现流程1.2系统需求目前，电子投票系统的设计-电动折弯机数控滚圆机滚弧机张家港电动滚圆机滚弧机弯管机人脸识别算法无法达到100%的准确性，最好的人脸识别系统也必须在一定的系统环境下达到最佳的识别效果。因此，本文将人脸识别技术应用在限制电子投票系统的重复投票中，亦是在一定的条件下，本文由张家港弯管机网站

转载中国知网整理!www.wangaunjimuju.net尽可能的限制重复投票行为的发生。1）识别率：此系统不要求能够识别待识别目标的具体身份，只要判断待识别人脸是否在人脸数据库中即可。此处将识别率定义为正确区分待识别人脸是否存在于人脸数据库的比率。误识主要包括两个方面：将不在人脸数据库中的待识别人脸误判为存在于人脸数据库，导致正常的首次投票无法完成；将存在于人脸数据库中的待识别人脸误判为不在人脸数据库中，重复投票行为发生。出于对投票结果可信度的考虑，应尽可能避免第二种误判的发生。2）识别时间：电子投票系统要求对投票人身份判别的时间要求尽可能短，要求在数秒时间内对投票人是否为重复投票做出判断，识别时间应控制在3s以下。3）训练集构造：训练集由已经完成投票的投票人的人脸图像构成，由于无法要求投票人主动配合采集不同表情、不同姿态的训练样本，为了尽可能提高训练分类器的分类精度，系统设计时采用多摄像头策略。由多个摄像头采集不同角度的图像，尽可能克服姿态对识别结果的影响。2电子投票系统软件设计基于人脸识别技术的去伪电子投票系统包括身份认证子系统和基本投票子系统两大部分。身份认证子系统的功能是对投票电子投票系统的设计-电动折弯机数控滚圆机滚弧机张家港电动滚圆机滚弧机弯管机本文由张家港弯管机网站 转载中国知网整理!www.wangaunjimuju.net