脸部特征识别技术的发展及现状

脸部特征识别技术的发展及现状

ID:23077933

大小:53.50 KB

页数:6页

时间:2018-11-03

脸部特征识别技术的发展及现状_第1页
脸部特征识别技术的发展及现状_第2页
脸部特征识别技术的发展及现状_第3页
脸部特征识别技术的发展及现状_第4页
脸部特征识别技术的发展及现状_第5页
资源描述:

《脸部特征识别技术的发展及现状》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、脸部特征识别技术的发展及现状赵 静(宁夏大学数学计算机学院,宁夏银川750021)【摘 要】人脸识别技术是生物识别技术研究的重要组成部分。阐述了人脸识别的整个过程,介绍了国内研究现状,总结了影响人脸识别技术应用的关键问题,分析了当前人脸识别技术面临的问题,并对人脸识别技术的发展进行了展望。.jyqkeur等人提出的基于线性判别分析的Fisherface(LDA)方法[10]是人脸识别算法中最重要的基石。这两种算法对人脸识别技术领域做出了极大贡献,推进了整个人脸识别技术的发展。1.4 人脸图像匹配与识别人脸图像匹配与识别就是将提取出来的人脸特征参数进行搜索,并将图像特征点

2、进行映射,寻找搜索策略,评估图像匹配程度的过程。经过搜索配准的图像结果直接关系到图像是否会被正确识别。人脸匹配方法可以归纳为基于灰度、特征和其他理论三大类。常见的匹配方法包括采用平均绝对差、归一化积、有界部分匹配、R-块编码匹配、边缘特征匹配、兴趣点匹配等等,这些算法通过建立待测图像与样本库图像特征点之间的联系完成了相应的图像匹配辨识过程。2 国内人脸特征识别技术进展及难点国内的人脸识别领域较晚,1990年后,中科院[11]、清华大学[12]、上海交通大学[13]、北京交通大学[14]、中国科技大学[15]等先后在人脸识别领域取得了一定的成就。其中,中科院的陈熙林、王蕴

3、红、谭铁牛等人对人脸数据库和算法实用技术、人脸特征及特征融合进行了深入研究。此后,国内的人脸检测技术应用得到了迅速发展,特别是在奥运会、世博会、二代身份证等领域得到了有效的应用。当前人脸识别技术呈现出了主流化、芯片化、标准化和多生物特征融合、RFD联合的趋势,在诸多行业和领域内展现除了良好的发展势头。总的来看,人脸识别技术因其具有非接触性和自然性的特点,可以在不被人察觉的情况下进行身份识别,具有广泛的用途,也是当前模式识别研究的热点领域。然而,在实际识别过程中,现有的人脸特征识别算法需要解决以下三方面问题:首先,人脸本身具有极大相似性,这种相似性不仅表现在结构相似上,而

4、且也反应在纹理方面。大多数同种族人具有空间上极为接近的人脸特征,因此算法就需要识别较为细微的差别;其次,人脸本身属于具有弹性形变的非刚体,同一个人在不同背景和表情状态下得到的视觉图像会有极大的不同,建立人脸特征模型必须具有一定的鲁棒性和精准性;第三,人脸图像本身是高维数复杂模型,其预处理、定位、检测和识别过程都具有较大的难度,特别是在实时处理算法过程中对计算量有着较为苛刻的要求,因此需要解决算法的实时性和简洁性问题。3 结论随着当前生物识别技术的发展,作为跨多学科的人脸识别技术已经从单一的研究课题逐步成为实用化技术,国内外的科研机构和企业已经将该技术产品化。但现有技术在

5、非主动配合条件下仍有较大的较多的难点问题亟待解决,特别是在高运算速度和复杂背景下的人脸识别算法仍需要进行深入的研究。就目前研究来看,人脸识别技术现阶段算法人脸识别技术还需要考虑以下几方面问题:1)通过引入三维表情信息来解决头部刚性运动和面部柔性运动引起的面部表情特征微小变形提取难题;2)通过数据融合理论综合应用多种特征提取算法解决面部复杂表情特征细节,实现特征的精准提取;3)光照和脸部遮挡对人脸识别的影响虽有许多解决方案,但仍不能达到较好的应用效果。采用多尺度小波变换来提取对光照变化不敏感的底层视觉特征,增加算法的鲁棒性;4)人脸识别算法在应用中最重要的是算法的简洁性和

6、易用性,现有算法都需要从图像中提取特征点,对应数据库进行检索,存在实时性不足的缺陷,而快速检索则存在精确度不够的问题。在实际应用中需采用快速匹配来进行检索确定图像范围,再用复合算法进行有效定位,就可以提高图像处理速度,实现简洁、实时的算法。当前,人脸识别技术发展迅猛,随着技术的发展,实用、鲁棒、精确、简洁的人脸识别算法是当前和今后一段时间内研究的重点和热点问题,仍需要进行大量深入研究拓展其实用性。.jyqkanfaces[R].KyotoUniv.,Dept.Inform.Sci.,1978.[3]M.Kass,A.odels[J].Internationaljourn

7、alofputervision.1988,1(4):321-331.[4]R.-L.Hsu,M.Abdel-Mottaleb,A.K.Jain.FaceDetectioninColorImages.PatternAnalysisandMachineIntelligence[J].IEEETransactionson.2002,24(5):696-706.[5]M.C.Burl,T.K.Leung,P.Perona.FaceLocalizationViaShapeStatistics.[C]//Int..Lades,J.C.Vorbrugg

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。