人脸识别技术综述解读

人脸识别研究连接部队(河南大学环境规划院河南开封)要点：当今世界经济飞速发展，对复杂的社会安全问题显得有些自由，人脸识别技术通过面部特征信息识别身份受到了很多关注。人脸识别通常使用包含人脸图像或视频流的设备来检测所收集的面部信息，然后与数据库中现有的信息进行比较，确认所识别对象的身份，广泛应用于公共安全、教育等多个方面，对未来社会发展也具有很大的应用前景。本文主要总结了人脸识别的发展过程、主要识别方法，并分析了其应用范围和发展趋势。关键词：人脸识别；方法；方法。应用发展引言1人脸识别是一种基于人类面部特征信息识别身份的生物识别技术。该技术目前应用于个人家庭自动查询的安全系统、罪犯的身份识别系统、银行自动提取服务系统等社会的各个领域。人脸识别系统方便，应用能力强，但人脸识别仍然有很多阻碍其发展的困难。主要：图像采集中目标本身的影响；系统收集图像时，各种外部因素和系统收集图像后，容易受到其他因素造成的面部损伤。随着时间的变化，人类的脸会逐渐受到变化的影响。这些对人脸识别技术的发展造成了一定的困难，该技术也面临着各种挑战。2人脸识别的研究发展历史和研究现状2.1开发商从20世纪80年代开始，通过面部识别人类身份的论文出现了，但由于技术水平和设备的限制，面部识别技术并不引人注目。人脸识别技术直到20世纪60年代末才提出了人脸识别研究的原型。在人脸识别研究的早期阶段，人们主要研究了人脸识别的多种方法，但在实际应用中没有实际进展。进入20世纪90年代后期，人脸识别技术进入了快速发展阶段，在这个时期，各种新的人脸识别方法相继出现，创建了人脸识别数据库，对人脸识别发展起到了很大的促进作用。实际应用也取得了很大进展，应用人脸识别技术的产品逐渐进入社会市场。进入21世纪，人脸识别技术逐渐成熟，但由于照明、天气、姿势等非理想条件，对人脸识别技术的要求也越来越高。为了解决这些不良因素所带来的影响，研究人员一直努力寻找更完善的方法，减少这些因素带来的不利影响。2.2研究现状近年来，人脸识别技术从以前的认知阶段发展到了实用化阶段。但是每个人的脸因各种原因而改变，对面部识别有不小的影响。不同的光源可以提取不同的图像。提取时间和人物的表情不同，最终会形成不同的形态。因为，如果因外部因素脸部受伤，可能会出现脸部系统无法识别的情况。这些因素使人脸识别技术的研究现状不容乐观。但是研究人员多年积累的丰富经验为以后的研究奠定了稳定的基础，为以后的人脸识别研究减少了很多尝试和错误。面部识别领域的世界各国取得了很多像我们面部识别的快速通关系统(MRTD)等成果，实现了国际先进的整体性能。美国国防部的面部识别技术工程2，包含1万多个不同面部图像的面部数据库是面部识别领域最广泛使用的面部数据库之一，但该面部库仅用于军事目的；英国曼彻斯特面部库，当地面部深入研究。这些为面部识别技术的发展创造了新的里程碑。面部识别技术领域也陆续出现了多种新技术。Timo Ahonen和Matti Pietikainen的局部二元模式法、Yuri ivuv等组合分类融合方法等。这种新的人脸识别技术对未来人脸识别研究有很大帮助。3人脸识别的主要方法人脸识别有两种主要的应用方法。一是将未知身份的脸对象与相关系统图像数据库中现有的图像进行比较，并进行区分，确认未知对象的身份。另一种是识别一张或多张目标脸，判断是否为已知目标脸。在人脸识别研究中常用的人脸识别方法有特征人脸识别方法、弹性图匹配方法、基于fisher线性判别标准的人脸识别方法、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和基于贝叶斯的人脸识别方法。在当前主流人脸识别技术中，将识别方法分类，主要分为两大类别3:基于模板匹配的方法和基于几何特征的方法。3.1基于模板匹配方法基于模板匹配的方法是预先收集图像信息，创建原始标准脸模板，然后匹配检测到该脸时将检测到的相关数值，如果符合原始模板的标准，则可以说是匹配成功。这种方法主要是确认模板和目标之间的相似性，因此具有容易完成特定数量的人脸识别的优点，但缺点是易受多种因素影响，识别效果达不到理想状态或检测错误。因此，您可以使用转换模板。也就是说，已经预先开发了多个模板，可以用于匹配一个测试对象。其中一个最常用的模型称为隐藏的Markov模型4。最初，HMM模型未用于人脸识别技术，但用于声音识别技术，后来才被引用到面部识别系统领域。HMM的状态我们不能直接观察，隐藏的Markov模型属于可以通过观察向量序列观察的Markov链。每个观测向量的分布表示一个非常不同的状态，但是每个观测向量都是从其状态序列中产生的。因此，隐马尔可夫模型显示了双随机过程。隐藏的马尔可夫模型通过计算要识别的每张脸的观察向量的概率来判断检测结果。HMM方法对面部表情变化不敏感，鲁棒性好，识别率高。多模板匹配方法由梁宏5等提出。该模板不是由传统的单个模板组成的，而是由人眼模板和面部模板组成的多个模板。现有模板直接与通过人脸模板测试的目标相匹配，直到通过人眼模板搜索到的目标，并确定它们是否匹配。在多个模型中，Cootes等建议了两种最常用的方法：活动形状模型(Active Shape Models、ASM)和活动表示模型(Active Appearance Models、AAM)。ASM首先创建模型参数，然后使用设置的模型将一些关键位置(如额头、眼睛、鼻子、下巴等)放置在图像上，并进行类似的变换以获得关键点位置。AMM是ASM的扩展，它将目标的形状和纹理组合在一起以创建统一的模型。在与目标匹配的同时，不断调整模型参数以匹配目标纹理。3.2基于几何特征的方法基于几何特征的方法最初由Knaade6提出，是最传统的方法之一。这种方法首先将我们脸部的特定部分(如眉毛、眼睛、鼻子、嘴等)做为对几何特征的说明，然后以其几何特征为基准。因为每个人的特征都不同，所以几何特征的方法可以准确地测量属于每个人自己的特征。但是这种方法有很大的弊端。此方法通过精确的几何体向量匹配目标模板，这将影响以下几个测量精度：(1)由于照明和姿势的更改，角色本身具有的几何体特性容易更改。(2)受到外部伤害的影响，测量精度可能会下降很多；(3)因人的变化而测量不准确的话，要正确测量瞳孔之间的距离，但人的变化会影响距离的测量。(。因此，基于几何特征的方法在识别过程中容易影响准确度。4人脸识别技术的应用范围和优缺点4.1人脸识别技术的应用范围人脸识别技术在所有领域都有广泛的应用。为了在日常生活中保护我们的财产，银行采用面部识别技术，可以识别顾客的身份信息，更好地保护每个公民的财产。最具代表性的是，保安文引用面部识别技术，无法识别家庭成员的面部图像保安文不能被多种因素打开，极大地保障了用户的人身安全。在国家经营中，此前公安系统大部分使用了指纹识别基因识别，现在面部识别也被广泛使用。通过对嫌疑人的面部识别，可以更准确地找出犯罪嫌疑人，如果在公安机关监视的相机里出现犯罪嫌疑人，就可以确定识别位置，操作过程简单，只需提取犯罪嫌疑人的面部信息即可。对国家各工作岗位的员工采取面部识别输入系统，稳定国家的规章制度，加强企业管理，更好地配合国家和企业，规范整个社会市场的发展。在教育领域，各种考试在一定程度上出现了代理考试、作弊等违反公平竞争的不和谐现象。应用人脸识别技术正确确定考生的身份，更好地控制各种代理考试、作弊的发生，创造公平的环境，创造更好的教育环境，选拔更优秀的科学技术人才，我们的技术才能迅速发展，发展成良性循环。人脸识别技术已广泛应用于政府、军队、银行、社会福利保障、电子商务、安全防卫领域7。在这些领域取得的成就是引人注目的，人脸识别系统的发展空间仍然很大，还有很多我们需要不断探索的地方。4.2人脸识别技术的优点和缺点近年来人脸识别技术的发展迅速。从简单的理解到掌握、应用、单个识别方法到多种高精度识别方法，人脸识别技术可以打开新的空间，说出广泛的应用前景。但是人脸识别技术还在开发研究阶段，还有很多需要解决的问题和不成熟。人脸识别技术的优点主要体现在应用领域，可以概括为：高准确度能准确识别要识别的目标。快速方便，不直接接触机器，只要扫描就能识别。安全性高，输入系统后不能轻易销毁。面部识别技术的难点主要表现在技术方面，可以概括为两大方面：因为不同脸之间的差异不明显，特别是肤色相同的人，脸结构在一定程度上相似。因此，这种特征有利于面部识别定位，但不利于通过面部区分整个人。可变性，人的面部形状容易改变。从不同的角度观察，脸部会产生不同的图像，面部识别容易受到多种因素的影响，如光线条件(如亮和暗，开放和密封的空间等)、天气(如阴天和晴天，雨天和下雪天空等)、年龄增长等。在两个方面，应用领域也存在一些困难。一是限制人脸识别技术的准确性和成功率的有限数据库复盖范围，无法提供足够的样本。二是如果人脸识别系统的数据库更大，那么数据库中的搜索和比较速度会变慢，需要大量的时间，从而降低人脸识别技术的效率。五、摘要随着社会形势的变化，生物识别技术越来越受到关注，甚至应用于日常生活。但是在技术水平还不发达的情况下，不同的生物识别技术有其独特的优点，也有其缺点。在视频监控系统普及的今天，人脸识别具有上述优点，同时还需要能够识别多个对象，从而不能忽视人脸识别利用的远距离外检测和容易操作的识别系统。但是要注意，人脸识别最重要的特征是以面部为生物特征识别人，研究上有不少困难。随着人脸识别的发展，其应用领域也在扩大。不再只适用于身份认证，可以应用于多方面。例如数码相机拍摄时的面部焦点功能、公安当局调查案件时的身份识别、企业、个人住宅、小区等门禁系统的身份确认、网上支付时信用卡的辅助身份确认、电子护照等。未来社会面临着各种问题，人们的生活条件越来越好，对安全和便利的期待也越来越高，随着科学技术的不断发展，人脸识别系统可以给我们带来越来越全面的生活便利，这就是人类社会发展的重要表现，也是人类文明不断进步和创新的表现。本文从各个角度阐述了人脸识别技术，明确了人脸识别的发展、方法和应用。但是由于空间的限制，不能对人脸识别技术进行更深入的研究，方法说明不全面，今后还需要继续加强学习，不断总结改进。参考文献：1bled SOE w . man machine facial recognitionr。Palo alto，ca，tr: rep pri 333622，1966。2f . P puter generated animation of faces . in proceedings ACM ann conference . new York，1972，1:11-457。3 hujing。基于代数特征的多种人脸识别方法研究。计算机科学与应用。南京工业大学。20034郭爱章王新强杉木。马尔可夫模型在入侵检测系统中应用的研究。信息技术和信息化。山东轻工业学院，现代技术教育中心。2007，(6): 47-485梁路红，爱海舟，徐光佑，张钺；人脸检测研究综述J；计算机杂志2002年第5号6knanade puter recognition of humanfaces . ph . d disserstation . Kyoto university，Japan，19747杨婉珍。面部识别技术概述。计算机CD软件和应用。东北大学。2012，(5): 49-49阅读的好处走万里路，读万卷书。图书山修路，学问没完没了，只辛苦。读书会中断万卷，提笔会像神一样写。我所学的任何有价值的知识都是从自学中获得的。达尔文5、年轻强壮，不努力工作，老板很伤心。6、黑发我学得早，百首方后悔晚不能读书。安进厅7、在研磨中，刀正面，苦寒中梅花的香气。8、阅读是3 3:心脏，眼睛，嘴9，