資源描述：
《人臉識別技術的研究現(xiàn)狀與展望》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。
1、安全技術與管理201110201110安全技術與管理經(jīng)網(wǎng)絡法、隱馬爾科夫模型法、支持向量機法、特征方法，其原理是：根據(jù)待測人臉特征的先驗知識，定臉法、奇異值分解法、貝葉斯分類法和等灰度線法。義一個特征參數(shù)模型，這些參數(shù)反映相對應特征形狀1.基于面部幾何特征的方法的可變部分。為了得到這組參數(shù)，需要根據(jù)圖像的邊人臉識別技術的研究現(xiàn)狀與展望基于面部幾何特征的方法是最早、最直觀的用來緣、峰值、谷值和強度信息及特征形狀的先驗知識設判定人臉的方法。其基本思想是：提取人臉面部具有計合適的能量函數(shù)，能量函數(shù)取極小值時的參數(shù)即為董琳趙懷勛代表性的部位（例如眉毛、眼睛、鼻子、嘴巴等）的所求。武警工程
2、學院通信工程系，陜西，710086相對位置、特征點形狀、分布的幾何參數(shù)作為特征，基于彈性圖匹配的人臉識別方法考慮到了人臉的再輔以人臉輪廓的形狀信息，并從中選擇一組反映它局部細節(jié)，保留了人臉的空間分布信息，而且在一定們之間的距離、角度、區(qū)域形狀等的結構配置特征，程度上可以忽略人臉從三維到二維投影引起的變形，據(jù)此構造特征向量，從而對人臉進行分類和判定。相對于靜態(tài)模板匹配法靈活性更好，魯棒性更強。其【摘要】本文主要介紹了人臉識別技術（FRT）的常用方法，討論和分析了人臉檢測與定該方法快捷簡單，符合人類的習慣，易于理解。缺點是：在提取人臉特征時，本質(zhì)上是將幾個不同頻位、人臉特征提取、人臉
3、識別方法等方面的研究成果，總結了人臉識別的未來發(fā)展方向和應用但它也存在不少問題：沒有形成統(tǒng)一的特征提取標段的信息捆綁成一個單一的向量，所以很難提取人臉前景，提出了人臉識別技術存在的問題和未來發(fā)展的要求。準；幾何特征的提取易受光照、遮擋等噪聲的影響，的顯著特征，且計算量較大，對參數(shù)的初值依賴度【關鍵詞】人臉識別人臉檢測特征定位特征提取魯棒性較差，尤其對于人臉這種非剛體又易產(chǎn)生變形高，容易陷入局部最小，計算時間長。的圖形來說，其面部器官的形狀和位置是隨著表情變3.基于代數(shù)特征的方法化而變化的；幾何特征模型的準則過于簡單，一般的基于代數(shù)特征的人臉判定方法就是要尋找這樣一一、引言法,需要
4、研究人員具有完善的知識體系和豐富的經(jīng)驗。幾何特征只描述了器官的基本形狀與結構關系，忽略種變換，使變換后的人臉圖像樣本不但處于低維空目前，在個人身份鑒別中主要依靠ID卡和密碼等另外，人臉自身及所處環(huán)境的復雜性，如表情、姿了細節(jié)特征，會使部分信息丟失。間，且具有良好的人臉表征能力和聚類性。手段，但這些傳統(tǒng)手段的安全性較低，已無法適應現(xiàn)態(tài)、圖像的環(huán)境光照強度等條件的變化以及人臉上的目前基于幾何特征的人臉判定理論還不成熟，只該方法主要分為以下三種：代科技的發(fā)展和社會進步的要求。近些年新興的生物遮擋物（眼鏡、胡須等），都會使人臉識別方法的魯可用來作為輔助性的特征判定。（1）主成分分析特征識
5、別技術使可靠的身份鑒別成為可能。棒性受到很大的影響。人臉識別從最初對背景單一的2.基于模板匹配的方法主成分分析（PCA）是多元統(tǒng)計分析中用來分析數(shù)生物特征鑒別技術是利用人體生物特征進行身份正面灰度圖像的識別，經(jīng)過對多姿態(tài)（正面、側面模板匹配方法是模式識別中最簡單的一種模式分據(jù)的一種方法，基于信號的二階統(tǒng)計特性，提取出不認證的一種技術，具有安全可靠、特征唯一、不易偽等）人臉的識別研究，發(fā)展到能夠動態(tài)實現(xiàn)人臉識類方法，該方法主要利用計算模板和圖像灰度的自相具相關性的主要成分，是一種用較少數(shù)量的特征對樣造、不可竊取等優(yōu)點。在所有的生物特征識別技術別，目前正在向三維人臉識別的方向發(fā)展。在
6、此過程關性來實現(xiàn)判定功能。本進行描述以達到降低特征空間維度的方法。Turk等中，利用人臉特征進行身份識別是最自然、最直接和中，人臉識別技術涉及的圖像逐漸復雜，識別效果不模板匹配有靜態(tài)匹配和彈性匹配兩種。[1]將主分量分析（PCA）方法應用于人臉識別，提出了最友好的手段。人臉識別技術是指通過計算機提取人斷地得到提高。雖然人臉識別研究已積累了寶貴的經(jīng)靜態(tài)模板匹配的原理：設計一個庫，存儲已知人經(jīng)典的特征臉方法。該方法把人臉圖像看成隨機變臉的特征,并根據(jù)這些特征進行身份驗證的一種技術。驗，但目前的識別技術仍然不能對諸如復雜背景中的臉的若干模板，這些模板可以是整張人臉的灰度圖量，將N×N的
7、人臉圖像通過行堆疊的方式轉換成一與其它生物特征識別技術相比，人臉識別技術具有非人臉等進行有效的處理和自動跟蹤。因此，人臉識別像，也可以是各生理特征區(qū)域的灰度圖像，還可以是個N2×1，減去均值向量后，經(jīng)過K-L變換獲得一組正交侵擾性、操作簡單、結果直觀、隱蔽性好等優(yōu)點。這技術仍然是21世紀富有挑戰(zhàn)性的課題。經(jīng)某種變換的人臉圖像。將待識別圖像經(jīng)過相同的變基，采用KLT后的圖像作為主特征向量來表示人臉特些良好的特性使得人臉識別引起了越來越多研究者的二、常用人臉識別方法的研究與分析 換后
