人脸识别研究的背景意义现状及特征提取方法研究[借鉴].pdfVIP

资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 人脸识别研究的背景意义现状及特征提取方法研究 1 研究背景与意义 错误 !未定义书签。 2 国内外研究现状 错误 !未定义书签。 2.1 人脸识别的研究现状 . 错误 !未定义书签。 2.2 人脸识别中稀疏编码的研究现状 . 错误 !未定义书签。 3 人脸的特征提取方法概述 错误 !未定义书签。 3.1 基于局部特征的方法 . 错误 !未定义书签。 3.2 基于整体特征的方法 . 错误 !未定义书签。 基于特征脸方法 . 错误 !未定义书签。 基于弹性匹配的方法 . 错误 !未定义书签。 基于神经网络的方法 . 错误 !未定义书签。 基于不变性的方法 . 错误 !未定义书签。 基于 Fisher 线性判别方法 . 错误 !未定义书签。 1 研究背景与意义 人脸识别技术具有广泛的应用前景 , 在国家安全、 军事安全 和公共安全领域 , 智能门禁、 智能视频监控、 公安布控、 海关 身份验证、 司机驾照验证等都是典型的应用 ; 在民事和经济领域 , 各类银行卡、 金融卡、 信用卡、 储蓄卡的持卡人的身份验证 , 社 会保险人的身份验证等具有重要的应用价值 ; 在家庭娱乐等领域 , 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 人脸识别也具有一些有趣有益的应用 , 比如能够识别主人身份的 智能玩具、 家政机器人 , 具有真实面像的虚拟游戏玩家等等。 近年来许多神经生理学家在视觉系统上已展开了全面深入的 研究 , 而且取得了一些有重要意义的研究成果。 这就使得在工程上 利用计算机来模拟视觉系统成为可能。 基于这一认识 , 利用已有的 生物学科研成果 , 联系信号处理、 计算理论以及信息论知识 , 经 过对视觉系统进行计算机建模 , 使计算机能在一定程度上模拟人 的视觉系统 , 以解决人工智能在图像处理领域中碰到的难题。 神经 稀疏编码算法正是这样一种建模视觉系统的人工神经网络方法。 这 种算法编码方式的实现仅依靠自然环境的统计特性 , 并不依赖于 输入数据的性质 , 因而是一种自适应的图像统计方法。 传统的人脸识别系统中 , 不论是基于整体的或者局部特征的 人脸识别方法 , 都需要建立很好的模型来提取特征 , 而稀疏编码 理论对特征的选取方面要求