人脸识别技术地的综述和地的应用.pdf

实用标准文案 人脸识别技术综述 李勃 摘要：简要介绍了人脸识别技术的研究背景及其发展历程； 对人脸识别技术的常用方法进行 了分类总结； 重点对近年来人脸识别方法的研究进展进行综述并对各种方法加以评价； 总结 了现阶段存在的研究困难并提出今后的发展方向。 关键词： 人脸识别；人脸检测；人脸定位；特征提取 Abstract: Briefly introduces the background of automatic face recognition and its development. Gives a classified summary of the common methods for face recognition, mainly aiming at the latest works. Concludes key factors of research difficulties and gives the future research direction. Keywords: face recognition; face detection; face localization; feature extraction 1 引言 人脸识别技术是生物识别技术的一种，它结合了图像处理、计算机图形学、 模式识别、可视化技术、人体生理学、认知科学和心理学等多个研究领域。从二 十世纪六十年代末至今，人脸识别算法技术的发展共经历了如下四个阶段： 1. 基于简单背景的人脸识别 精彩文档 实用标准文案 这是人脸识别研究的初级阶段。通常利用人脸器官的局部特征来描述人 脸。但由于人脸器官没有显著的边缘且易受到表情的影响，因此它仅限于正 面人脸（变形较小）的识别。 2. 基于多姿态 / 表情的人脸识别 这是人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态 和表情变化的识别方法，以满足人脸识别技术在实际应用中的客观需求。 3. 动态跟踪人脸识别 这是人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像 更丰富的信息，达到较好的识别效果，同时适应更广阔的应用需求。 4. 三维人脸识别 为了获得更多的特征信息，直接利用二维人脸图像合成三维人脸模型进 行识别，即将成为该领域的一个主要研究方向。 人脸识别技术的研究范围主要包括以下几个方面： 1. 人脸检测：在输入的图像中寻找人脸区域。 2. 人脸的规范化：校正人脸在尺度、光照和旋转等方面的变化。 3. 特征提取：从人脸图像中映射提取一组能反映人脸特征的数值表示样本。 4. 特征匹配：将待识别人脸与数据库中的已知人脸比较，得出相关信息。 精彩文档 实用标准文案 人脸图像获取 人脸检测 定位人脸区域 预处理 人脸特征库 特征抽取 结果 对比识别 人脸特征 人脸识别流程 2 图像预处理 2.1 图像去噪 一般来说，自然界中的噪声可以看成是一种随机信号。根据图像获取的途径 不同，噪声的融入也有多种方式： 1. 图像是直接以数字形式获取的，那么图像数据的获取机制会不可避免地 引入噪声信号； 2. 在图像采集过程中，物体和采集装置的相对运动。或采集装置的抖动， 也会引入噪声，使图像变的模糊不清； 3. 在图像数据的电子传输过程中，也不同程度的引入噪声信号。 这些噪声信号的存在，严重的情况会