人脸识别技术的研究现状与展望

人脸识别技术的研究现状与展望

ID:33608387

大小:1.21 MB

页数:5页

时间:2019-02-27

人脸识别技术的研究现状与展望_第1页
人脸识别技术的研究现状与展望_第2页
人脸识别技术的研究现状与展望_第3页
人脸识别技术的研究现状与展望_第4页
人脸识别技术的研究现状与展望_第5页
资源描述:

《人脸识别技术的研究现状与展望》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、安全技术与管理201110201110安全技术与管理经网络法、隐马尔科夫模型法、支持向量机法、特征方法,其原理是:根据待测人脸特征的先验知识,定脸法、奇异值分解法、贝叶斯分类法和等灰度线法。义一个特征参数模型,这些参数反映相对应特征形状1.基于面部几何特征的方法的可变部分。为了得到这组参数,需要根据图像的边人脸识别技术的研究现状与展望基于面部几何特征的方法是最早、最直观的用来缘、峰值、谷值和强度信息及特征形状的先验知识设判定人脸的方法。其基本思想是:提取人脸面部具有计合适的能量函数,能量函数取极小值时的参数即为董琳赵怀勋代表性的部位(例如眉毛、眼睛、鼻子、嘴巴等)的所求。武警工程

2、学院通信工程系,陕西,710086相对位置、特征点形状、分布的几何参数作为特征,基于弹性图匹配的人脸识别方法考虑到了人脸的再辅以人脸轮廓的形状信息,并从中选择一组反映它局部细节,保留了人脸的空间分布信息,而且在一定们之间的距离、角度、区域形状等的结构配置特征,程度上可以忽略人脸从三维到二维投影引起的变形,据此构造特征向量,从而对人脸进行分类和判定。相对于静态模板匹配法灵活性更好,鲁棒性更强。其【摘要】本文主要介绍了人脸识别技术(FRT)的常用方法,讨论和分析了人脸检测与定该方法快捷简单,符合人类的习惯,易于理解。缺点是:在提取人脸特征时,本质上是将几个不同频位、人脸特征提取、人脸

3、识别方法等方面的研究成果,总结了人脸识别的未来发展方向和应用但它也存在不少问题:没有形成统一的特征提取标段的信息捆绑成一个单一的向量,所以很难提取人脸前景,提出了人脸识别技术存在的问题和未来发展的要求。准;几何特征的提取易受光照、遮挡等噪声的影响,的显著特征,且计算量较大,对参数的初值依赖度【关键词】人脸识别人脸检测特征定位特征提取鲁棒性较差,尤其对于人脸这种非刚体又易产生变形高,容易陷入局部最小,计算时间长。的图形来说,其面部器官的形状和位置是随着表情变3.基于代数特征的方法化而变化的;几何特征模型的准则过于简单,一般的基于代数特征的人脸判定方法就是要寻找这样一一、引言法,需要

4、研究人员具有完善的知识体系和丰富的经验。几何特征只描述了器官的基本形状与结构关系,忽略种变换,使变换后的人脸图像样本不但处于低维空目前,在个人身份鉴别中主要依靠ID卡和密码等另外,人脸自身及所处环境的复杂性,如表情、姿了细节特征,会使部分信息丢失。间,且具有良好的人脸表征能力和聚类性。手段,但这些传统手段的安全性较低,已无法适应现态、图像的环境光照强度等条件的变化以及人脸上的目前基于几何特征的人脸判定理论还不成熟,只该方法主要分为以下三种:代科技的发展和社会进步的要求。近些年新兴的生物遮挡物(眼镜、胡须等),都会使人脸识别方法的鲁可用来作为辅助性的特征判定。(1)主成分分析特征识

5、别技术使可靠的身份鉴别成为可能。棒性受到很大的影响。人脸识别从最初对背景单一的2.基于模板匹配的方法主成分分析(PCA)是多元统计分析中用来分析数生物特征鉴别技术是利用人体生物特征进行身份正面灰度图像的识别,经过对多姿态(正面、侧面模板匹配方法是模式识别中最简单的一种模式分据的一种方法,基于信号的二阶统计特性,提取出不认证的一种技术,具有安全可靠、特征唯一、不易伪等)人脸的识别研究,发展到能够动态实现人脸识类方法,该方法主要利用计算模板和图像灰度的自相具相关性的主要成分,是一种用较少数量的特征对样造、不可窃取等优点。在所有的生物特征识别技术别,目前正在向三维人脸识别的方向发展。在

6、此过程关性来实现判定功能。本进行描述以达到降低特征空间维度的方法。Turk等中,利用人脸特征进行身份识别是最自然、最直接和中,人脸识别技术涉及的图像逐渐复杂,识别效果不模板匹配有静态匹配和弹性匹配两种。[1]将主分量分析(PCA)方法应用于人脸识别,提出了最友好的手段。人脸识别技术是指通过计算机提取人断地得到提高。虽然人脸识别研究已积累了宝贵的经静态模板匹配的原理:设计一个库,存储已知人经典的特征脸方法。该方法把人脸图像看成随机变脸的特征,并根据这些特征进行身份验证的一种技术。验,但目前的识别技术仍然不能对诸如复杂背景中的脸的若干模板,这些模板可以是整张人脸的灰度图量,将N×N的

7、人脸图像通过行堆叠的方式转换成一与其它生物特征识别技术相比,人脸识别技术具有非人脸等进行有效的处理和自动跟踪。因此,人脸识别像,也可以是各生理特征区域的灰度图像,还可以是个N2×1,减去均值向量后,经过K-L变换获得一组正交侵扰性、操作简单、结果直观、隐蔽性好等优点。这技术仍然是21世纪富有挑战性的课题。经某种变换的人脸图像。将待识别图像经过相同的变基,采用KLT后的图像作为主特征向量来表示人脸特些良好的特性使得人脸识别引起了越来越多研究者的二、常用人脸识别方法的研究与分析 换后

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。