人脸识别进展历史人脸识别系统得讨论始于 20 世纪6 0 年代,80年代后随着计算机技术与光学成像技术得进展得到提高,而真正进入初级得应用阶段则在 90 年后期,并且以美国、德国与日本得技术实现为主;人脸识别系统成功得关键在于就是否拥有尖端得核心算法,并使识别结果具有有用化得识别率与识别速度;“人脸识别系统”集成了人工智能、机器识别、机器学习模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理得理论与实现,就是生物特征识别得最新应用,其核心技术得实现,展现了弱人工智能向强人工智能得转化。[1] 技术特点 传统得人脸识别技术主要就是基于可见光图像得人脸识别,这也就是人们熟悉得识别方式,已有30多年得研发历史。但这种方式有着难以克服得缺陷,尤其在环境光照发生变化时,识别效果会急剧下降,无法满足实际系统得需要。解决光照问题得方案有三维图像人脸识别与热成像人脸识别。但这两种技术还远不成熟,识别效果不尽人意。 迅速进展起来得一种解决方案就是基于主动近红外图像得多光源人脸识别技术.它可以克服光线变化得影响,已经取得了卓越得识别性能,在精度、稳定性与速度方面得整体系统性能超过三维图像人脸识别。这项技术在近两三年进展迅速,使人脸识别技术逐渐走向有用化。 人脸与人体得其它生物特征(指纹、虹膜等)一样与生俱来,它得唯一性与不易被复制得良好特性为身份鉴别提供了必要得前提,与其它类型得生物识别比较人脸识别具有如下特点:非强制性:用户不需要专门配合人脸采集设备,几乎可以在无意识得状态下就可猎取人脸图像,这样得取样方式没有“强制性";非接触性:用户不需要与设备直接接触就能猎取人脸图像;并发性:在实际应用场景下可以进行多个人脸得分拣、推断及识别;除此之外,还符合视觉特性:“以貌识人”得特性,以及操作简单、结果直观、隐蔽性好等特点。技术流程 人脸识别系统主要包括四个组成部分,分别为:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸图像采集及检测 人脸图像采集:不同得人脸图像都能通过摄像镜头采集下来,比如静态图像、动态图像、不同得位置、不同表情等方面都可以得到很好得采集。当用户在采集设备得拍摄范围内时,采集设备会自动搜索并拍摄用户得人脸图像。 人脸检测:人脸检测在实际中主要用于人脸识别得预处理,即在图像中准确标定出人脸得位置与大小.人脸图像中包含得模式特征十分丰富,如直方图特征、颜色特...