人脸识别技术综述_论文VIP免费

人脸识别技术综述[摘要]随着社会信息化，网络化得不断发展，个人身份趋于数字化，隐性化，如何准确的鉴定，确保信息安全得到越来越多的重视。人脸识别，一种应用比较广泛的生物识别方法，在基于人脸固有的生物特征信息，利用模式识别和图行图像处理技术来对个人身份进行鉴定，在国家安全，计算机交互，家庭娱乐等其他很多领域发挥着举足轻重的作用，能提高办事效率，防止社会犯罪等，有着重大的经济和社会意义。本文主要研究了人脸识别在图像检测识别方面的一些常用的方法。由于图像处理的好坏直接影响着定位和识别的准确率，因此本文对图像的一些识别算法做了着重的介绍，例如基于二维Gabor小波矩阵表征人脸的识别算法，基于模型匹配人脸识别算法等。此外，本文还提及了一般人脸识别系统的设计，并着重介绍了图像预处理环节的光线补偿，图像灰度化等技术，使图像预处理模块在图像处理过程中能取到良好的作用，提高图像识别和定位的准确率。[主题词]：人脸识别；特征提取；图像预处理；光线补偿1.3国内外现状与趋势1.3.1人脸识别的发展阶段[1]第一阶段（1964年----1990年）该阶段人脸识别技术还只是作为一个一般性的模式识别问题来研究，基于人脸几何结构特征（Geometricfeaturebased）的方法是该阶段主要的技术方案。在剪影（Profile）方面，人们大量研究了面部剪影曲线的结构特征，提取并分析。布莱索（Bledsoe），戈登斯泰因（Goldstein）、哈蒙（Harmon）以及金出武雄(KanadeTakeo)等是较早从事自动人脸识别AFR研究的研究人员。总的说来，该阶段是人脸识别研究的初级阶段，没有多少很重要的成果，也基本没有获得什么实际应用。第二阶段（1991年-----1997年）该阶段尽管时间比较短暂，但却是人脸识别研究的高峰期，取得了很多成果，比如诞生了一些代表性的人脸识别算法，并出现了一些商业化运作的人脸识别系统（比如较著名的Visionics的FaceIt系统）。麻省理工学院（MIT）的媒体实验室的潘特兰德（Pentland）和特克（Turk）提出的“特征脸”方法，是该时期最负盛名的人脸识别方法。在这之后的很多人脸识别技术或多或少都与特征脸有关系，而如今的特征脸已经和归一化的协相关量(NormalizedCorrelation)方法一起成为人脸识别的性能测试基准算法。当然，这个阶段还提出了人脸识别中的另一种重要方法——弹性图匹配技术(ElasticGraphMatching，EGM)。它的基本思想是利用一个属性图来描述人脸：属性图顶点代表面部关键特征点，相应特征点处的多分辨率、多方向局部特征为属性——称为Jet。对任一输入的人脸图像，弹性图匹配技术是先通过一种优化搜索策略，再来定位预先定义的若干面部关键特征点，与此同时提取它们的Jet特征，从而得到所输入图像的属性图，最后再通过计算该输入人脸与已知人脸属性图的相似程度来完成识别过程。这种方法的优点是既对人脸的关键局部特征进行了建模，又保留了面部的全局结构特征。总体而言，该阶段的人脸识别技术发展十分迅速，其提出的识别算法在图像采集、对象配合、正面人脸数据库上体现出了非常好的性能，也出现了一些人脸识别的商业公司。第三阶段（1998年至今）在这一阶段中，FERET’96人脸识别算法评估指出——主流的人脸识别技术对非理想采集条件下或者对象不配合造成的变化鲁棒性比较差。所以，一些问题比如光照，姿势等逐渐成为热点的研究对象。此外，人脸识别的商业系统也在进一步发展。基奥盖蒂斯（Georghiades），布兰兹（Blanz）和维特（Vetter），巴斯里（Basri）和雅各布（Jacobs）等都对人脸识别的领域做出了重要的贡献。总体而言，在非理想成像条件下（比如说光照和姿态）、对象的不配合、大规模人脸数据库上的人脸识别问题逐渐成为热点研究。其他如、统计学习理论、非线性建模方法、基于3D模型的人脸建模与识别方法等逐渐成为备受重视的技术发展趋势。1.3.2国内的发展概况近些年来，我国在人脸识别方面发展良好，也取得了较好的成就。作为国家863项目，面像检测与识别核心技术顺利的通过了成果鉴定并得到了初步的应用，这标志着我国在人脸识别领域掌握了一定的核心技术。2002年，北京科瑞奇技术股份有限公司成功推出了一种人脸鉴别系...