1、人脸识别技术 1.1 人脸识别技术的研究及应用范畴 人脸识别（Face Recognition，亦称面像识别）是人类视觉系统的基本功能，也是人类互相辨识的最直接手段，因此它是生物特征识别中的重要研究内容。人脸识别技术作为一种新兴的生物特征识别技术，概括来说，它是一种依据人体面部特征的自动身份鉴别技术。人脸识别综合运用了数字图像/视频处理、模式识别、计算机视觉等多种技术。 人脸识别技术在公共安全、人机交互等领域具有广泛的应用前景，这一点已经为世人所公认。同时，人脸识别也是人工智能领域的重大研究课题，因此吸引了大量的研究人员对此展开深入研究，到现在已有 30 多年的研究历史。自上世纪 90 年代以来（特别是美国“911”恐怖袭击事件发生以后），人脸识别技术在研究及应用方面更是得到了长足的发展。 人脸识别的研究范围大致可以分为如下几个方面的内容: 1)人脸检测（Face Detection）：即从各种不同的场景中检测出人脸的存在并确定其位置。在大多数的场合中由于场景较复杂，人脸的位置是预先不知道的，因而首先必须确定场景中是否存在人脸，如果存在人脸，再确定图像中人脸的位置。脸部毛发、化妆品、光照、噪声、面部倾斜和人脸大小变化以及各种遮挡等因素会使人脸检测问题变得更为复杂。人脸检测的主要目的是在输入的整幅图象上寻找人脸区域，把图象分割成两个部分－人脸区域和非人脸区域，从而为后续处理奠定基础。 2)人脸表征（Face Representation）：即采取某种表示方式表示检测出的人脸和数据库中的已知人脸。通常的表示法包括几何特征（如欧氏距离、曲率、角度）、代数特征（如矩阵特征矢量）、固定特征模板、特征脸、云纹图等。 3)人脸辨识（Face Identification）：即将已检测到的待识别的人脸与数据库中的已知人脸进行比较匹配，得出相关信息，这一过程的核心是选择适当的人脸的表征方式与匹配策略，系统的构造与人脸的表征方式密切相关。通常或是选择全局的方法或是选择基于特征的方法进行匹配。显然，基于侧面像所选择的特征和基于正面像的特征是有很大的区别的。 4）表情分析（Ex pression Analy sis）：即对待识别人脸的表情信息（快乐、悲伤、恐惧、惊奇等）进行分析，并对其加以归类。 5）生理分类（Phy sical Classification）：即对待识别人脸的生理特征进行分析，得出其种族、年龄、性别、职业等相关信息。显然，完成这一操作需要大量的知识并且通常是非常困难和复杂的。 目前，对人...
