文 献 综 述1 引言在计算机视觉和模式识别领域,人脸识别技术(Face Recognition Technology,简称 FRT)是极具挑战性的课题之一.近年来,随着相关技术的飞速进展和实际需求的日益增长,它已逐渐引起越来越多讨论人员的关注。人脸识别在许多领域有实际的和潜在的应用 ,在诸如证件检验、银行系统、军队安全、安全检查等方面都有相当宽阔的应用前景。人脸识别技术用于司法领域,作为辅助手段,进行身份验证,罪犯识别等;用于商业领域,如银行信用卡的身份识别、安全识别系统等等。正是由于人脸识别有着宽阔的应用前景,它才越来越成为当前模式识别和人工智能领域的一个讨论热点.虽然人类能够毫不费劲的识别出人脸及其表情,但是人脸的机器自动识别仍然是一个高难度的课题。它牵涉到模式识别、图像处理及生理、心理等方面的诸多知识。与指纹、视网膜、虹膜、基因、声音等其他人体生物特征识别系统相比,人脸识别系统更加友好、直接,使用者也没有心理障碍。并且通过人脸的表情/姿态分析,还能获得其他识别系统难以获得的一些信息.自动人脸识别可以表述为:对给定场景的静态或视频序列图像,利用人脸数据库验证、比对或指认校验场景中存在的人像,同时可以利用其他的间接信息,比如人种、年龄、性别、面部表情、语音等,以减小搜索范围提高识别效率。自上世纪 90 年代以来,人脸识别讨论得到了长足进展,国内外许多知名的理工大学及 TT 公司都成立了专门的人脸识别讨论组,相关的讨论综述见文献[1—3].本文对近年来自动人脸识别讨论进行了综述,分别从人脸识别涉及的理论,人脸检测与定位相关算法及人脸识别核心算法等方面进行了分类整理,并对具有典型意义的方法进行了较为详尽的分析对比。此外,本文还分析介绍了当前人脸识别的优势与困难。2 人脸识别相关理论图像是人们出生以来体验最丰富最重要的部分,图像可以以各种各样的形式出现,我们只有意识到不同种类图像的区别,才能更好的理解图像。要建立一套完整的人脸识别系统(Face Recognetion System,简称 FRS),必定要综合运用以下几大学科领域的知识:2。1 数字图像处理技术数字图像处理又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程,数字图像处理最早出现于 20 世纪 50 年代,当时的电子计算机己经进展到一定水平,人们开始利用计算机来处理图形和图像信息.数字图像处理作为一门学科大约形成于 20 世纪 60 年代初期。与人类对视觉机...