人脸识别综述.doc

人脸识别综述.doc人脸识别综述
夏志强
湖南省长沙市长郡中学
X
关注成功!
加关注后您将方便地在我的关注中得到本文献的被引频次变化的通知!
新浪微博
腾讯微博
人人网
开心网
豆瓣网
网易微博
摘    要:
人脸识别技术是图像工程领域的重点研究对象, 并具有巨大的应用价值, 如刑事侦破, 智能支付等领域。本文将对人脸识别技术做一个综述, 首先介绍人脸识别技术的背景, 接下来阐述概念和主要识别技术, 最后根据当前技术现状进行分析展望并其发展趋势。
关键词:
人脸识别; 特征提取; 机器学习;
1 引言
人脸识别是图像理解和分析最重要的应用之一, 也是人们在开发自身生物特征过程中的又一次伟大的尝试。所谓人脸识别, 就是利用计算机分析人脸视频或者图像, 并从中提取出有效的个人识别信息, 最终判别出来人脸对象的身份。其应用已经融入到了生活中的方方面面, 诸如视觉监控, 自动身份验证, 银行安全, 门禁安全等领域。
随着人们对图像识别领域的研究, 一些学者逐渐意识到人脸识别的巨大应用前景并投身于该领域的研究, 人脸识别的发展历程大致可分为三个阶段:
(1) 第一阶段
20世纪60年代末至20世纪70年代初, 人脸识别研究才处于起步阶段。在这方面, 最早的科研人员是Bledsoe, 他以人脸特征点的比率、间距等参数为特征, 建立出来一个半自动的人脸识别系统。
(2) 第二阶段
90年代初, 随着计算机软硬件性能和信息技术的不断地提高, 基于整体的识别方法已成为研究重点。例如特征脸方法和弹性图匹配方法。而到了20世纪90年代中期, 人脸识别的研究方法分别向整体识别和部件分析相结合的方向发展。如弹性匹配的方法、灰度和形状分离的可变形模型方法等。
(3) 第三阶段
在90年代末, 人脸识别技术开始被应用于商业市场, 成为了世界范围内研究的热点。由于技术不够成熟, 因此缺点也很明显。在市场需求不断变化的今天, 虽然我国人脸识别方法的性能有了一定的提高, 但与人们的要求还是有一些差距, 仍将不断发展。
2 人脸识别技术
人脸识别, 是基于人的脸部特征信息而对个人身份识别的一种识别技术。用摄像机采集含有人脸的图像或视频流, 并自动在图像中检测和跟踪人脸的具体位置, 进而对检测到的人脸进行处理, 通常也叫做面部识别、人像识别。下面将对人脸识别的方法做一个归纳总结。
基于先验知识
基于知识的人脸检测, 主要是通过人们的先验知识来对待测物体建立若干规则, 从而将人脸检测问题转化成假设-验证问题。
模板匹配的方法大致分为:脸轮廓特征匹配, 器官特征匹配和颜色、纹理特征匹配。
脸轮廓特征匹配:Crow等提出了根据人脸的椭圆形特征进行检测[1], 定位得到人脸的位置。接下来通过变形模板(deformable template) 将人脸分为3部分:头顶轮廓、右侧轮廓和左侧轮廓。通过先对边缘提取曲线特征, 然后再利用函数的形式去估计人脸检测的结果。, 后来其他学者又通过Hough变换来提高精准度[2]。
器官特征匹配:人脸都具有相似的分步特征, 主要是对称性。人脸的特征按照固定的规则排列在人脸上, 可以通过这些信息, 进行人脸检测。Yang和Huan