人脸识别历史.pptx

人脸识别历史发展;第一阶段(1964年~1990年);第一阶段(1964年~1990年);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。;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。;第二阶段(1991年~1997年);※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。;※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。;※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。;※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。;第三阶段(1998年~现在);基奥盖蒂斯(Georghiades)等人提出的基于光照锥 (Illumination Cones) 模型的多姿态、多光照条件人脸识别方法是这一时期的重要成果之一。 他们证明了一个重要结论：同一人脸在同一视角、不同光照条件下的所有图像在图像空间中形成一个凸锥——即光照锥。;取得成就;FERET项目之后， 涌现了若干 人脸识别商业系统。 比如：;※目前非理想成像条件下(尤其是光照和姿态)、对象不配合、大规模人脸数据库上的人脸识别问题逐渐成为研究的热点问题。 ※而非线性建模方法、统计学习理论、基于Boosting的学习技术、基于3D模型的人脸建模与识别方法等逐渐成为备受重视的技术发展趋势。;谢 谢 ~