关于人脸检测与识别算法的调研报告精选.docxVIP

目录1绪论21.1 研究背景与意义21. 2人脸检测与识别技术发展状况41.2.1 人脸检测技术发展状况41.2.2 人脸识别技术的发展现状61.3 人脸识别的优点及技术难点92人脸检测与识别技术112.1人脸检测方法122.2 人脸识别方法133 人脸特征提取和检测及识别算法介绍153.1 人脸特征提取方法153.2 人脸检测算法163.2.1 基于特征的人脸检测163.2.2 基于统计的人脸检测173.2.3 基于肤色模型的人脸检测173.3 人脸识别算法183.3.1 基于静态图像的识别183.3.2 基于视频图像的人脸识别193.3.3 基于隐马尔科夫（HMM）的人脸识别204 人脸识别与检测的相关实例204.1 实例一204.2 实例二234.3 实例三255 结束语29参考文献30关于人脸检测与识别算法的调研报告1 绪论1.1 研究背景与意义随着现代计算机技术的发展，人脸识别技术在安全验证、人机交流、公安系统等方面得到了广泛的使用，并且在视频会议、档案管理、医学医疗等方面也发挥着很大的作用。所以，人脸识别技术己经逐渐成为人们在人工智能领域所研究的重点课题。采用机器进行的人脸的自动识别具有很大的挑战性，这不仅仅是由于人脸的面部结构复杂，还因为人面部肌肉的运动使得人脸成为一种非刚性物体，非刚性物体的识别与刚性物体的识别相比，更加困难。人脸会随着年龄的增长而产生变化，而且人类表情丰富，还会受成像距离、成像角度以及光照等因素的变化的影响，造成的人脸图像具有很大的差异。此外，由于同一人的不同面部图像受到采集条件的限制，会随条件的变化而改变，而人脸具有相似的结构特征，所以这就给人脸识别算法的分析计算带来很大的困扰。总而言之，人脸识别是一项包含有计算机视觉、图像处理、神经网络等学科的，非常具有挑战性的一门技术。 研究人脸识别在理论和技术上都有重要的意义：一是可以推进对人类视觉系统本身的认识；二是可以满足人工智能应用的需要。采用人脸识别技术，建立自动人脸识别系统，用计算机实现对人脸图像的自动识别有着广阔的应用领域和诱人的应用前景[1]。 同时人脸识别作为一种生物体征识别与其它较成熟的识别方法(如指纹、虹膜、DAN 检测等)相比有以下几个优点： ①无侵犯性，人脸图像的获取不需要被检测人发生身体接触，可以在不惊动被检测人的情况下进行； ②低成本、易安装，人脸识别系统只需要采用普通的摄像头、数码摄像机或手机上的嵌入式摄像头等被广泛使用的摄像设备即可，对用户来说也没有特别的安装要求； ③无人工参与，整个人脸识别过程不需要用户或被检测人的主动参与，计算机可以根据用户预先的设置自动进行。由于具有以上优点，近几年来，人脸识别技术引起了越来越多科研人员的关注。人脸作为人的重要特征之一，包含着大量的信息，从而引起了科研工作者的兴趣，可以说是目前人们日常生活中最常用的身份确认手段。因为人们对人脸识别技术无排斥感，所以从实际操作上来讲，人脸识别可接受程度好，可作为最基本的身份验证技术进行推广。人脸识别也在其它诸多领域里有着巨大的应用价值。人脸识别主要包含两个步骤：(1)人脸检测步骤对待检测图像进行处理，用来定位人脸信息的过程，检测结果对检测之后的识别工作冇着重要的影响，也是构建人脸识别系统的第一步。(2)人脸识别就是将上一步检测出的人脸，与人脸库中的人脸进行比较，出同一个人的人脸的过程。1. 2 人脸检测与识别技术发展状况1.2.1 人脸检测技术发展状况人脸识别起源于上世纪60、70年代，经过众多科学工作者的努力已日趋成熟[2,3]。其中，人脸检测技术是智能人脸识别系统中的关键的环节和前提条件，也是面部表情识别、头部状态估计等应用的前提条件。一个完善的智能人脸识别系统需要能够应对大自然环境中各种光照条件下的复杂图像，由此应用要求引发的问题，使得对人脸检测技术的探索渐渐地成为一个单独的研究方向，并受到越来越多的关注，相关的应用也得到了扩展。人脸检测一般可以分为两类:一类是基于静止图像的,通过判断在图像中人脸的存在性,如存在则将人脸部分在图像中圈出;另一类基于视频图像,通过判断人脸图像在视频中的情况来进行检测,如包含人脸区域就将此区域标记。后一种要比前一种难度更高,因为它对算法实的时性有较高的要求。另外,根据人脸检测所处理的图像的类别,可以将相关技术分为两种类别进行区分检测。(1)基于彩色图像的人脸检测方法,由于彩色图像能够提供丰富的信息,因此可以利用彩色图像的自身特征进行检测。一般步骤为先用肤色检测将肤色区域蹄选出来。然后在所选区域内进行进一步的脸部特征的识别,也存只用肤色进行人脸检测的。(2)基于灰度图像的人脸检测方法,目前主要分为三个类别:人脸特征识别法,人脸外貌识别和人脸模板匹配法。目前，国外对人脸检测问题的研究机