人脸识别系统综述

人脸识别系统综述别的主要方法进行了相应的分类。对人脸识别系统的未来主要发展进行展望。【关键词】人脸识别;人脸检测;方法Abstract：Facerecognitionsystemisoneofthemostpopularcurrentscientificresearch，Inthispaper，theprocessandprospectsoffacerecognitionsystemtodoasimplereview.Theapplicationofthesystemtodoasimpleanalysisandthemainmethodoffacerecognitionforthecorrespondingcategory.Forthefuturedevelopmentoffacerecognitionsystemsweremainlydiscussed.Keywords：FaceRecognition;FaceDetection;Methods一、引言指纹、虹膜、手型、声音等物理或行为特征来进行。本文主要对人脸识别技术的介绍。鉴定等更具方便性，因为它取样方便，可以不接触目标;以因此在各种干扰条件下实现人脸图像的识别，也就更具有挑战性。二、人脸识别系统流程人脸图像的获取：图像的获取都是通过摄像头摄取，但摄取的图像可取头像，而是直接给定要识别的图像。人脸的检测：人脸检测的任务是判断静态图像中是否存在人脸。若存进一步输出所检测到的人脸位置、大小等状态随时间的连续变化情况。图1人脸识别框架特征提取：通过人脸特征点的检测与标定可以确定人脸图像中显著特征点的位置（如眼睛、眉毛、鼻子、嘴巴等器官，同时还可以得到这些器官及（特征等。像与人脸数据库中的所有已知原型人脸图像计算相似度并对其排序来给出输入人脸的身份信息。基于人脸图像比对的身份验证：即人脸确认问题。系统在输入人脸图份与宣称的身份是否相符作出判断。三、人脸识别技术现状及发展前景1995年以来，国外一些公司看准了人脸识别系统广阔的应用前景，动用ImagisID-2000Identix1FaceItHumanScan公司的BioIDCognitecSystems公司的Face人脸识别系统等;美国A4vision3D人脸识别产品;等等。国内相关领域较为出名的公司有上海银晨智能识别科技有限公司（IS’visio，他们与中科院计算所联合开发了会议代表身份认证/识别系统、嫌疑人面像比对系统、面像识别考勤/门禁系统、出人口黑名单监控系统等多种自动人脸识别应用系统。2008年，北京奥运会开幕式正式使用了中国自主知识产权的人脸识别比对系统;201041日起，国际民航组织（ICAO）已确定其118定已经成为国际标准;2011book36日，江苏省公安厅与南京理工大学日前签约共建“社会公共安全重点实验室”，开展“人脸识别”技术相关领域项目攻关。发型和化妆的多样性以及环境光照的复杂性都给正确的人脸识别带来了很大的40余年之后，其中不少问题至今仍然困绕着研究人员，始终找不到完善的解决办法。是科技界和社会各个领域都认识到人脸FaceRecognitionVendorTest通过大规模的人脸数据测试表明，当2002FRVT2002至少提高了一个数量（10倍100%。指纹识别的方法不能满足的，而人脸识别却是一个极佳的选择。13亿人口，这从本质上说明了我国是世界上规模最大的生物识别市场。四、常用的人脸识别方法经网络的方法和多分类器集成方法。几何特征的方法BledsoeKanade间的角度以及其它几何关系然后通过这些几何关系进行人脸的识别工作在一个2045%75%。BrunelliPoggio识别，在一个4790%.100%。模型的方法HMMNefianHayrs引人到人脸识别领域。它是用于描述信号统计特性的一组统计模型。HMM人脸EM算法训练利用该模型就可以算出每个待识别人脸观察向量的概别率高。神经网络的方法神经网络在人脸识别领域有很长的应用历史，1994于人脸处理的综述性文章。动态链接结构（DLA）是用于人脸识别系统中最有影响的神经网络方法。DLA关系的表达。DLA留了神经网络的优点。自组织映射神经网络（SOM）与卷积神经网络相结合的混合神经网络方法进行人脸识别。SOM实现对图像的采样向量降维，且对图像样本的小幅度变形旋转、尺度和局部变形也都不敏感。且要求多张人脸图像作为训练集，所以只适合于小型人脸库。多分类器集成方法器集成能够提高整个系统的分类准确率。Gutta等人提出将集成的RBF与决策树结合起来进行人脸识别。结合了全局350验结果。五、总结及展望参考文献.人脸识别研究综述[J].200，19（1：58-65.李子青.人脸识别技术应用及市场分析[J].中国安防，2007，8：