人脸识别技术的应用背景及研究现状

人脸识别技术的应用背景及研究现状人脸识别技术的应用背景及研究现状1.人脸识别技术的应用随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要,生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性并且具有很强的自身稳定性及个体差异性生物特征成为了自动身份验证的最理想依据当前的生物特征识别技术主要包括:指纹识,视网膜识,虹膜识,步态识,静脉识,人脸识别等与其他识别方法相,人脸识别由于具有直接,友,方便的特,广用.得情,息,。：１刑案部在系存嫌犯片作场或过途得嫌犯片面征述后以数库中速确认,大大高刑案确效。(２)证件验证在许多场合(如海口,人段,证,片,识术,作,。(司,有4。踪,控,对测,。４处查,。（5状学,画,脸模,．2．人脸识别技术在国外的研究现状当前很多国家展开了有关人脸识别的研,主要有美国欧洲国,日本等，著名的研究机构有美国MＴ的Mediａｌａｂ，Ｉlab,CMＵ的Huｍan—ComputerＩnｔereInstituｔeMiｃrｏsoftReｓａｈ,的DepａrｔmentofEngineｒiｎgｉnUｎiversｉtyoｆCamｂridｅ等．综合有关文献，目前的方法主要集中在以下几个方面：（1模板匹配主要有两种方法固定模板和变形模板固定模板的方法是首先设计一个或几个参考模,然后计算测试样本与参考模板之间的某种度,以是否大于1/4人脸识别技术的应用背景及研究现状单,较大,变素,手征,睛,唇等.面,测配,制,表。（)习产脸中,属度,本,样量,分。合,用了Koｈｏnn组射人本脸进类,对每样本进ｉshｅｒ线性判别,得到每一类的判别平面，从而构成图像子空间，并运用高斯模型描述每个子空间，估计出类条件概率密度。这,对于测试图像，计算其属于各个子空间的概,分类决策为概率最大的类是它所属的类，从而判断测试图像是否为人脸。(神网络从质讲神网也种于本学方。经络用于脸测得很的。ＭT集类,度器(MＰＭU作类器,化.hａelＦed等利用多个神经网络:多层感知(和约束产生式模（CGM,ConsｒiｎｄＧvｅMe,于WＥB。Ｓhn－HuｎｇＬiｎ训三概的网（PDNＮ，ProbａｂiｌｉstiｃDeciion ａsdNｅｕrl Nｅtwork)，用于人脸检测，眼睛定位和人脸识,实现了一个完整的人脸识别系统。(基于隐马尔可夫模型的方法马尔可夫模型是一个离散时序有限状态自动,隐马尔可夫模型ＨMM是指这一马尔可夫模型的内部状态外界不可,外界只能看到各个时刻的输出值。对于人脸模式来说，我们可以把它分成前,眼睛，鼻子,嘴巴和下巴这样一个序列。人脸模式就可以通过对这些区域的有序的识别来检,这正好是隐马2/4人脸识别技术的应用背景及研究现状。mａriａ用H的法,他此于的法,基法,基状法,以法,国。３．人脸识别技术在国内的研究现状国内关于人脸自动识别的研究始于二十世纪8０年代，主要的研究单位有清华大,哈尔滨工业大学中科院计算,中科院自动化,复旦大,北京科技大学等并都取得了一定的成果国内的研究工作主要是集中在三大类方法的研究基于几何特征的人脸正面自动识别方法基于代数特征的人脸正面自动识别方法和基于连接机制的人脸正面自动识别方法周激流实现了具有反馈机制的人脸正面识别系,运用积分投影法提取面部特征的关键点并用于识,获得了比较满意的效果。他同时也尝试了“稳定视点”特征提取方,即为使识别系统中包含D信息，他对人脸侧面剪影识别做了一定的研,并实现了正，侧面互相出率量.清,行SVD分解得到特征脸空间,每一幅图像在特征脸空间上的投影作为其代数特,然后利用层次判别进行分类。张,周洪祥,何振亚采用对称主元分析神经网络，用去冗余和权值正交相结合的方法对人脸进行特征提取和识别该方法所用特征数据量小，特征提取运算量也较,比较好地实现了大量人脸样本的存储和人脸的快速识别。北京科技大学的王志良教授主要研究人工心,建立了以数学公式为基础的心理学模.4．当前人脸识别技术所存在的主要问题尽管人脸识别技术有着广阔的应用前,但是无论是在识别率，还是在防伪性,都与指纹视网膜等有着较大的差,归根结,影响人脸识别效果的原因主要有以下的几个方:1人脸图像的获取过程中的不确定如光的方,以及光的强度等。2）人脸模式的多样如胡,眼镜，发型等）。３人脸塑性变形的不确定如表情.)性(学,理,题,际候,情杂.于