人脸识别历史新编.pptx

人脸识别历史发展 Q14010121 陈舒康第一阶段(1964 年~1990 年)第二阶段(1991 年~1997 年)第三阶段(1998 年~现在) 历史阶段第一阶段(1964 年~1990 年) 最早是机械式识别阶段: 以Bertillon,Allen,Parke 为代表。主要研究人脸识别所需要的面部特征。没有实现系统的自动识别。这集中体现在人们对于剪影(Profile) 的研究上,人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工神经网络也一度曾经被研究人员用于人脸识别问题中。较早的研究人员有布莱索(Bledsoe )、戈登斯泰因(Goldstein) 、哈蒙(Harmon) 以及金出武雄(Kanade Takeo) 等。基于人脸几何结构特征(Geometric feature based) 的方法人机交互式这一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。总而言之尚在起步第二阶段(1991 年~1997 年)短暂?硕果累累!不但诞生了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,比如最为著名的 Visionics (现为 Identix )的 FaceIt 系统。※美国麻省理工学院媒体实验室的特克(Turk) 和潘特兰德(Pentland )提出的“特征脸”方法无疑是这一时期内最负盛名的人脸识别方法。取得成就※麻省理工学院人工智能实验室的布鲁内里(Brunelli )和波基奥(Poggio ) 于1992 年左右进行的对比试验。促进了基于表观(Appearance-based) 的线性子空间建模和基于统计模式识别技术的人脸识别方法的发展,使其逐渐成为主流的人脸识别技术。※贝尔胡米尔(Belhumeur )等提出的Fisherface 人脸识别方法是这一时期的另一重要成果。该方法目前仍然是主流的人脸识别方法之一,产生了很多不同的变种,比如零空间法、子空间判别模型、增强判别模型、直接的 LDA 判别方法以及近期的一些基于核学习的改进策略。取得成就※人脸识别中的另一种重要方法——弹性图匹配技术(Elastic Graph Matching , EGM) 也是在这一阶段提出的。其基本思想是用一个属性图来描述人脸。该方法的优点是既保留了面部的全局结构特征,也对人脸的关键局部特征进行了建模。近来还出现了一些对该方法的扩展。取得成就※由美国国防部反毒品技术发展计划办公室资助的 FERET 项目无疑是该阶段内的一个至关重要的事件。极大地促进了人脸识别算法的改进和实用化。该测试的另一个重要贡献是给出了人脸识别的进一步发展方向。※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、对象配合、中小规模正面人脸数据库上达到了非常好的性能,也因此出现了若干知名的人脸识别商业公司。※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内的主流技术。总而言之