动态人脸识别技术与应用研究.pptx

CASIPP报告主要内容一、研究的目的和意义二、研究历史与现状三、研究的一般过程四、系统设计五、技术关键点六、进度安排CASIPP一、研究的目的和意义人脸识别的一般概念:根据场景中的静态图像或视频,利用给定的人脸数据库信息,鉴别或确认该场景中的一位或多位人的身份的过程。CASIPP一、研究的目的和意义近年来,随着计算机技术的迅速发展,生物特征的自动识别技术得到广泛研究与开发,如指纹识别、掌形识别等。人脸识别是基于脸像的身份鉴别,旨在使计算机具有通过脸像来鉴别身份的功能,是一种依托于图像理解、模式识别、计算机视觉等高技术的智能系统,与其它人体生物特征识别技术相比具有直接、友好、方便的特点,是最自然直接的手段,易于为用户所接受。CASIPP一、研究的目的和意义人脸识别技术应用前景广泛,可用于银行、海关的监控系统及自动门卫系统等。特别是在非接触环境和不惊动被检测人的情况下,人脸识别技术的优越性远远超过已有的指纹等检测方法。自美国“911”事件以来,这一技术引起广泛关注。作为最容易隐蔽使用的识别技术,人脸识别成为当今国际反恐和安全防范最重要的手段之一。CASIPP二、研究历史与现状(一)在人脸识别方面,人类最早的研究工作至少可追朔到二十世纪五十年代在心理学方面的研究和六十年代在工程学方面的研究。心理学::BledsoeFacialRecognitionProjectReport1964CASIPP二、研究历史与现状(二)关于人脸的机器识别研究开始于二十世纪七十年代。’、研究历史与现状(三)20世纪90年代以来,随着高精度高性能计算机的出现,人脸识别方法有了重大突破,才进入了真正的机器自动识别阶段。在用静态图像或视频图像做人脸识别的领域中,国际上形成了以下几类主要的人脸识别方法:基于几何特征的人脸识别方法;基于模板匹配的人脸识别方法;基于K-L交换的特征脸方法;隐马尔可夫模型方法;神经网络识别方法;基于动态链接结构的弹性图匹配方法;利用运动和颜色信息对动态图像序列进行人脸识别的方法等。CASIPP二、研究历史与现状近几年来,国际上发表有关人脸识别方面的论文数量大幅度增加,每年的国际会议上关于人脸识别的专题也屡屡可见。与此同时,一些科研单位和公司开始将研究成果转移为实用产品,如Miros公司的TrueFace,Visinocs公司的FaceIt,以及ZnBochumGmbh公司研制的ZN-、研究历史与现状(四)国内关于人脸识别的研究始于20世纪80年代,研究主要集中于部分高等院校和科研院所。四川大学周激流等运用积分投影法提取面部特征的关键点并用于识别;南京理工大学杨静宇等采用奇异值分解方法进行人脸识别研究;南京邮电大学顾庆寿等提出一种基于自适应神经网络判决树的人脸识别方法,综合利用多种神经网络模型和特征提取算法。中科院自动化所、公安部等单位也进行了人脸识别方面的研究。CASIPP二、研究历史与现状(五)在人脸识别研究中存在的主要困难人脸识别研究的困难主要存在于两个方面:人脸模式的可变性和外界场景的复杂性。人脸模式的可变性主要包括:人脸图像的大小、人脸的姿态、肤色、表情和遮避的可变性。外界场景的复杂性主要包括:复杂的图像背景、不可控的光照条件等。由于以上的两个方面的原因,使人脸识别研究很难取得较满意的结果。