2020年人脸识别技术综述.ppt

论文框架
研究背景及前景展望
人脸识别及常用算法介绍
图像的预处理技术
程序设计与实验
归纳总结
人脸识别技术综述
2021/1/14
1
研究背景
地球上六七十亿人，几乎每一个人的脸都是由眉毛、眼睛、鼻子、嘴巴等部分组成，这些器官的大体位置基本是固定的，并且每张脸的大小面积也相差不是很大。然而，我们不得不承认这么一个事实--这个世界上几乎找不出两张完全相同的人脸！
那么区别这么多的不同人脸的“特征”应该是什么？我们可不可以设计出具有和我们人类一样的具有人脸识别能力的软件或自动机器？这些软件或自动机器的人脸识别能力能不能够超越我们人类本身？毫无疑问，分析和解答这些问题具有重要的理论价值和应用价值，而这一切，正是那么多从事人脸识别研究的人员所面临的难题和挑战。
但是，回答这些问题并没有想象中的那么容易。虽然很多研究人员从事过计算机视觉、模式识别、神经计算、生理学等领域的研究，然而始终有一些很基础的科学问题困惑着他们。比如，我们每天都可以依据人脸区分着亲人、同事、朋友等，但是我们中大多数人却很难讲出是如何区分他们的更有甚者描述不出自己熟悉的人的一些具体特征。这就得意味着我们要在仿生学人脸识别研究路线以外找到解决方法来回答上述的基本科学问题。
人脸识别技术综述
2021/1/14
2
前景展望
随着社会信息化，网络化得不断发展，个人身份趋于数字化，隐性化，如何准确的鉴定，确保信息安全得到越来越多的重视。生物识别技术与传统的钥匙，登录密码等相比，与其独有的优点越来越受到人们的亲睐。
近些年来，图形图像，微电子等方面所取得的一系列进展，使得实现高性能自动识别技术的代价越来越低，达到了人们可以接受的程度。而人脸识别，作为生物识别方法中应用比较广泛的技术，基于人脸固有的生物特征信息，利用模式识别和图行图像处理技术来对个人身份进行鉴定，在国家安全，计算机交互，家庭娱乐等其他很多领域发挥着举足轻重的作用，能提高办事效率，防止社会犯罪等，具有重大的经济和社会意义。
人脸识别技术综述
2021/1/14
3
人脸识别
定义：
广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。
人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。
人脸识别技术综述
2021/1/14
4
常用的人脸检测方法
基于肤色特征的检测方法
基于启发式模型的方法
基于特征空间的方法
基于统计模型的方法
人脸识别技术综述
2021/1/14
5
人脸识别常用的算法
基于二维Gabor小波矩阵表征人脸的识别方法
基于多特征融合和Boosting RBF神经网络的人脸识别方法
基于模型匹配人脸识别方法
基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法
（下面以基于二维Gabor小波矩阵表征人脸的识别方法 为例，详细阐述）
人脸识别技术综述
2021/1/14
6
基于二维Gabor小波矩阵表征人脸的识别方法
Gabor核函数的定义
其中 ， ,μ和v分别代表滤波器的方向和尺度因子； 滤波器的参数分别是
基于相关准则选取Gabor滤波器集合
以8个方向和8个尺度的图像为例，这样就有64个Gabor滤波器，采用线性相关准则来度量滤波器之间的冗余时，可以先固定方向集合U={μ：0<=μ<=7},然后调整尺度集合从V1={v：-4<=v<=3}到V5={v：0<=v<=7
人脸识别技术综述
2021/1/14
7
如图：
由于虚部得到相同的结果，所以与滤波器的实部为例来分析，先将滤波器的实部 按行或列连接成一个矢量 ，这样2个滤波器 和 的 线 性 相关定义为：
全部64个滤波器的相关系数就组成了一个64*64的对称矩阵，对角