人脸识别技术综述.docVIP

人脸识别研究 代 上 （河南大学环境与规划学院 河南 开封 475004） 摘 要：现今世界经济发展迅速，而面对繁杂的社会安全问题却显得有些捉襟见肘，人脸识别技术能够因通过面部特征信息识别身份而受到广泛关注。人脸识别通常使用采集含有人脸图像或视频流的设备，将收集到的人脸信息进行脸部检测,进而与数据库中已有信息进行对比确定被识别对象的身份,已经广泛的应用于公共安全、教育等多个方面，且在以后的社会发展中具有很大的应用前景。本文主要对人脸识别的发展历程、主要识别方法予以总结概括，并对其应用范围与发展趋势进行分析。 关键词：人脸识别；方法；应用；发展 1 引言 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。该项技术目前应用到社会的各个领域，例如个人家庭自动门的安全系统、犯罪人的身份识别系统、银行自动取款的服务系统等。 人脸识别系统给人带了很多方便，应用能力很强，但是人脸识别仍然有很多阻碍其发展的困难之处。主要表现在：在收集图像中目标自身的影响；在系统收集图像的过程中容易受到各种外界因素以及系统收集图像之后由于其它因素造成的面部损伤所带来的影响；随着时间的变迁，人的面部逐步发生变化的影响。这些都对人脸识别技术的发展造成了一定的困难，也使得该项技术面临着多种挑战性。 2 人脸识别研究的发展历史与研究现状 2.1发展历史 很早在19世纪80年代就有关于通过人脸对人类的身份进行辨别的论文发表，但是由于技术水平与设备的限制，人脸识别技术并没有受到重视。直到20世纪60年代末，Blcdsoc[1]提出了人脸识别研究的雏形，人脸识别技术才被人们接受。 在人脸识别研究的早期阶段，人们主要研究的是人脸识别的各种方法，但是在实际应用方面却没有得到实质性的进展。 进入20世纪90年代末的时候，人脸识别技术进入了一个快速发展阶段，在这个时期各种新的人脸识别方法相继出现，并创建了人脸图像数据库，对人脸识别的发展起到了巨大的促进作用。在实际应用方面也取得了很大的进展，运用人脸识别技术的产品逐渐进入了社会市场。 进入21世纪以后，人脸识别技术已经逐步发展成熟，但是由于非理想条件如（光照、天气、姿态）的影响，对人脸识别技术的要求也更高。为了解决这些不利因素所造成的影响，研究者们一直努力寻找更加趋于完美的方法，从而减少这些因素所带来的不利影响。 2.2研究现状 近几年来，人脸识别技术已经从以前的认知阶段发展到了实际应用阶段。但是由于每个人的面部都会因为各种不同的原因发生改变，这给人脸识别带来了不小的影响。如光照不同可能提取的图像不同；提取图像的角度和人物自身表情不同也会最终产生不同的形态；因为外界因素使面部收到伤害就可能导致人脸系统无法识别的情况。这些因素都让人脸识别技术的研究现状不容乐观。但是研究者多年积累的丰富经验给以后的研究建立了稳定的基础，让以后的人脸识别研究少走了很多弯路。 在人脸识别领域世界各国都取得了很多成果，如我国人脸识别的快速通关系统（MRTD），取得了国际先进的整体性能；美国国防部的人脸识别（FERET)技术工程[2]，创建的FERET人脸数据库包含1万多张不同的人脸图像，是人脸识别领域应用最广泛的人脸数据库之一，但此人脸库只限于军方使用；英国的Manchester人脸库，深入得对本地人脸进行了研究。这些都为人脸识别技术的发展建立了一个个新的里程碑。 在人脸识别技术领域，各种新技术也不断涌现出来。如Timo Ahonen 和Matti Pietikainen的局部二元模式法、Yuri Ivanov等人的组合分类融合方法等。这些新的人脸识别技术对未来的人脸识别研究提供了巨大的帮助。 3 人脸识别的主要方法 人脸识别从应用上看，主要有两种方式：一种是对未知身份的人脸目标与相关系统图像数据库中已经有的图像进行比较，通过辨别之后确定未知目标的身份；另一种是以一个目标人脸来辨别一个或者多个待识别的人脸，从而判断是否是已知目标人脸。 人脸识别从研究上看，常用的人脸方法有特征脸人脸识别方法、弹性图匹配方法、基于Fisher线性判别准则的人脸识别方法、基于神经网络的人脸识别方法、基于支持向量机的人脸识别方法、基于贝叶斯的人脸识别方法。对目前主流人脸识别技术中识别方法进行分类，大致可以分为基于模板匹配的方法和基于几何特征的方法两大类别[3]。 3.1基于模板匹配的方法 基于模板匹配的方法是提前通过采集图像信息制作出一个原始的标准人脸模板，然后在检测人脸的时候，系统会将待检测人脸的相关数值进行匹配，如果符合原始模板的标准，就可以说是匹配成功。此方法主要是看模板与目标的相似度，因此这种方法的优点就在于可以轻易完成一定量的人脸识别，但是缺点就是容易受到各种因素的影响，从而造成识别效果达不到理想状态，甚至是检测错误。因此可以采用变形模板，即事先制定多个模