人脸识别研究的背景意义现状及特征提取方法研究

《人脸识别研究的背景意义现状及特征提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、人脸识别研究的背景意义现状及特征提取方法研究1研究背景与意义12国内外研究现状22.1人脸识别的研究现状22.2人脸识别中稀疏编码的研究现状33人脸的特征提取方法概述53.1基于局部特征的方法53.2基于整体特征的方法5基于特征脸方法6基于弹性匹配的方法6基于神经网络的方法6基于不变性的方法6基于Fisher线性判别方法71研究背景与意义人脸识别技术具有广泛的应用前景，在国家安全、军事安全和公共安全领域，智能门禁、智能视频监控、公安布控、海关身份验证、司机驾照验证等都是典型的应用；在民事和经济领域，各类银行卡、金

2、融卡、信用卡、储蓄卡的持卡人的身份验证，社会保险人的身份验证等具有重要的应用价值；在家庭娱乐等领域，人脸识别也具有一些有趣有益的应用，比如能够识别主人身份的智能玩具、家政机器人，具有真实面像的虚拟游戏玩家等等。近年来许多神经生理学家在视觉系统上已展开了全面深入的研究，并且取得了一些有重要意义的研究成果。这就使得在工程上利用计算机来模拟视觉系统成为可能。基于这一认识，利用已有的生物学科研成果，联系信号处理、计算理论以及信息论知识，通过对视觉系统进行计算机建模，使计算机能在一定程度上模拟人的视觉系统，以解决人工智能在

3、图像处理领域中碰到的难题。神经稀疏编码算法正是这样一种建模视觉系统的人工神经网络方法。这种算法编码方式的实现仅依靠自然环境的统计特性，并不依赖于输入数据的性质，因而是一种自适应的图像统计方法。传统的人脸识别系统中，不管是基于整体的或者局部特征的人脸识别方法，都需要建立很好的模型来提取特征，而稀疏编码理论对特征的选取方面要求相对较低，所以结合特征提取方法再对稀疏编码算法进行深入研究，并应用到人脸识别中，扩展了人脸识别的方法理论，将会对该领域的研究起到一定的促进作用，因此具有很重要的学术意义。目前，稀疏编码SC方法在

4、盲源信号分离、语音信号处理、自然图像特征提取、自然图像去噪以及模式识别等方面已经取得许多研究成果，具有重要的实用价值，是当前学术界的一个研究热点。进一步研究稀疏编码技术，不仅会积极地促进图像信号处理、神经网络等技术的研究，而且也将会对相关领域新技术的发展起到一定的促进作用。2国内外研究现状2.1人脸识别的研究现状人脸识别的研究历史比较悠久，Galton早在1888年和1910年就分别在《Nature》杂志发表了两篇关于利用人脸进行身份识别的文章，对人类自身的人脸识别能力进行了分析，但当时还不可能涉及到人脸的自动识

5、别问题。最早的关于人脸识别问题的研究论文见于1964年Bertillon在PanoramicResearchInc.发表的技术报告，和1965年Chan在PanoramicResearchInc.发表的技术报告，到现在已有四十余年的历史。近年来，人脸识别研究得到了诸多研究人员的青睐，涌现出了诸多技术方法。尤其是1990年以来，人脸识别更得到了长足的发展，每年都有大量的学术论文发表。现在，几乎所有知名的理工科大学和IT产业的主要公司都有研究组在从事人脸识别的研究。人脸识别的研究大致可分为四个阶段。第一个阶段以Ber

6、tillon，Allen和Parke为代表，主要研究人脸识别所需要的面部特征。该阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。第二个阶段是人机交互识别阶段。该阶段代表性工作是Goldstion，Harmon和Lesk等用几何特征参数来表示人脸正面图像。他们用21维特征矢量表示人脸面部特征，并设计了基于这一特征表示的识别系统。在这个阶段，Kanade博士于1973年在京都大学完成了第一篇人脸识别方面的博士论文。该阶段的方法仍摆脱不了操作员的干涉。第三个阶段是真正的机器自动识别阶段。这

7、一阶段时间相对短暂，但却是人脸识别研究的高潮期，不但诞生了主成分分析、线性判别分析、弹性图匹配、局部特征分析、独立分量分析、支持向量机、神经网络、隐马尔可夫模型、柔性模型(FlexibleModels)(包括主动形状模型(ASMs)和主动表观模型(AAMs))等若干代表性的人脸识别算法，美国军方还组织了著名的FERET人脸识别算法测试，并出现了若干商业化运作的人脸识别系统，最为著名的是Visionics(现为Idenfx)的Facelt系统。这一阶段的人脸识别技术发展非常迅速，所提出的算法在较理想图像采集条件、用

8、户配合、中小规模正面人脸数据库上达到了非常好的性能。从技术方案上看，2D人脸图像线性子空间判别分析、统计表观模型、统计模式识别方法是这一阶段的主流技术。第四个阶段是鲁棒的人脸识别技术的研究阶段。近几年来，研究人员针对影响人脸识别的一些主要因素，例如光照、姿态、表情、年龄、遮挡、低分辨率等变化因素，提出了很多解决方法。如对于光照变化的处理方法主要有熵图像法、光照锥法、球谐波