【《身份识别技术发展分析的国内外文献综述》3100字】_第1页
【《身份识别技术发展分析的国内外文献综述》3100字】_第2页
【《身份识别技术发展分析的国内外文献综述》3100字】_第3页
【《身份识别技术发展分析的国内外文献综述》3100字】_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

XII人的身份信息特征的识别即身份识别,是通过对人的相关的某方面的特征或拥有的特征来确定身份的技术。传统的身份识别方法因为科技发展较低,因此主要是由识别人身分的拥有物品来确认身份(如钥匙、身份证等),但是由与这些方法不够准确识别不够迅速需要借助外物协助识别,因此容易出现身份识别失败或身份被人冒充顶替等问题。现今,随着科技技术的迅速发展之下。身份识别技术得到巨大的发展,出现了许多新型的识别技术如生物特征的识别技术。因为人身体的相关特征是固定的不可改变、不易被窃取、丢失以及破解等因素,所以身份识别技术在现今越来越强大,识别的精准度也比传统的识别方法更高更智能便捷。身份识别技术在发展了许多年之后以及是个范围广领域宽的技术,现在常用的识别特征有身份特征和行为特征。身份特征中的人脸识别是当今识别、视觉、还有神经网络等相关领域中最热门也是应用最广泛的重点研究发展技术之一,身份的识别,有识别指纹、识别姿态、识别虹膜、识别手形、识别静脉、识别人脸等等多种现代新型识别方式。这些识别方式里人脸识别更容易被大众所熟知、理解也是应用最广的识别方式之一,同时也更加的方便、人性化,人脸识别技术与指纹识别、虹膜识别、等等身份识别技术对比之下,这些方式里人脸识别更容易被大众所熟知、理解,同时也更加的方便、人性化。因此对于人脸识别的研究层出不穷,早在机器学习出现之前,国内外就有许多人对此专门进行过相关研究,在机器学习出现之后人脸识别的研究更是成为了机器学习研究中的热门方向之一。现今,世界上许多国家和许多研究机构都在从事对身份识别方面的相关研究,并且受到国家以及各大公司的高度重视及支持,美国政府甚至专门组织身份识别方面的竞赛以此促动激励相关部门对此的研究发展,经过近几十年来的研究发展之后,人脸识别技术已然成为发展为身份识别技术领域中应用最成功的技术之一。在国外,人们对于身份识别的人脸识别的研究开始比较早,从上世纪的50年代开始国外就有人对人脸识别方面的技术进行相关的研究,在机器学习技术出现之前国外对人脸识别的相关技术的研究还是初级的阶段,当时人们主要是通过对人脸面部的相关特征点的几何关系进行分析来对人脸面部进行识别计算。但是这种方法是对特征点的几何关来进行识别,因此其识别的精度较低并且易受人脸面部表情波动的影响很大。几年后,在进一步发展人脸识别技术之后,人脸识别中的机器学习的相关理论原理逐渐被世人所改善完善。因此,一种基于SVM的支持向量机(SupportVectorMachine)、boosting以及核方法等许多的身份识别领域的技术算法相继出现REF_Ref7975\r\h[1]。人脸识别技术逐渐发展起来,稀疏表达式也因其的鲁棒性较为优秀的原因于2009-2012年间被用于进行人脸识别技术。在这几年期间传统人脸识别效果最好的两种特征描述子分别是人工设计的Gabor和LBP。随着人脸识别技术中的深度学习和大数学等技术的发展之后,不同于传统的机器学习领域的技术,神经网络技术也逐渐受到关注和重视,神经网络技术不需要人工来提取相关的人脸面部特征,其通过机器学习得到的特征信息通常比大多数人工提取的任连面部特征更加优秀,这种优点让神经网络技术在图像分类等相关方面领域的表现远远地高于传统的机器学习方法。2012年,Hinto和他的学生Alex提出了Alexnet神经网络结构模型,并且在当年的ImageNet竞赛(图像识别技术大赛)上成功获得世界冠军,因此在此之后推动了卷积神经网络模型成为图像分类领域中的主流神经网络算法模型REF_Ref8527\r\h[2]。之后,深度学习技术逐渐地领先替代了机器学习方法人脸识别相关技术领域的地位,深度学习在人脸识别领域中越来越受主流接受,并且以识别精准确度高、识别速度快等优势逐渐占据主流地位。2014年,除了神经网络模型的高速发展之下,人脸损失函数等相关技术也有了许多的成绩,如Sphereface.Cosineface.Arcface.TripletLoss、CenterLoss等技术,损失函数的好与坏就意味着了特征提取的好坏,因此越来越多的人开始投身与研究该技术加以改善。2017年9月份,美国苹果公司发布了首个拥有3D结构光人脸识别技术解锁功能的手机,使用用户只需要打开屏幕手机就可以自动采取人脸面部特征进行识别,识别成功即可解锁手机无需像以往手机一样需指纹密码或数字密码等。在国内,身份识别技术在上世纪末才开始受到国内相关技术研究机构的重视研究,在现今世界逐渐向信息化以及智能化的发展趋势之下,身份识别等人工智能技术已然成为现今国内的经济发展的主要核心竞争力之一。人脸识别方面的相关技术在上世纪末才逐渐受到人们重视研究,虽然国内对与人脸识别技术的发展研究相对与国外的发展较晚,但是国内在人脸识别相关领域的研究也产出了许多优秀的研究成绩。国内最先重视研究人脸识别技术的团队是我国哈尔滨工业大学和中科院的计算所结合的一个联合面像实验室,团队有许多著名学者教授如高文教授、陈熙林教授、山世光教授等著名教授,一直从事在人脸识别的领域进行相关的技术研究,并且在IEEE网站上面发表了许多相关方面领域优秀的期刊论文。第一个提出一种基于近红外光的人脸识别技术的团队,是由中国科学院自动化研究所的李子青教授和其带领的人脸识别技术研究团队所研究提出的,李子青教授和其团队曾经将该门技术应用实践在2008年北京奥运会上,并在之后2014年提出了Webface理论思想,发表了生成的CASIA-Webface人脸数据库。清华大学的苏光大教授研究发明出来的人脸识别技术系统和计算机人像组合系统等技术被应用于我国的公共安全警戒工作之中,该门技术帮助警方破获了许多案件,相关人脸识别技术为维护治理我国公共安全贡献了很多,苏光大教授也被称为中国的人脸识别技术之父REF_Ref8938\r\h[3]。在近几年,国内涌现出了很多重视人脸识别技术研究开发的公司如:百度公司使用自己研究发明的人脸识别技术应用于百度明星脸技术;旷视科技公司发明了一种人脸识别技术精准率上超越美国Facebook公司的人脸识别的技术成为世界同时期领先的人脸识别技术;汉王科技研发发明的一种先进的采用基于双目摄像头合成3D人脸图片的相关技术在门禁和考勤签到系统方面在国内的人脸识别技术市场占有率为最高,成为国内该方面产品最大的生产供应商;深圳飞瑞斯公司,使用多光源补光技术高效率地解决完成了周边环境对人脸识别中的干扰问题;支付宝支付软件采用手机的人脸识别技术应用于交易支付的一种便捷方式;2018年2月,深见网络科技公司的洞见实验室团队在一个世界性的比赛中测试出的人脸识别精度高达97%,超过当时俄罗斯Vocord公司保持的92%的人脸识别精度纪录成为世界上测试精度最高的记录REF_Ref9461\r\h[4];2018年10月,华为在新出的一款新手机中安装了人脸识别技术3D结构光。曹大陆.基于Adaboost算法的遮挡人脸检测研究[D].哈尔滨工程大学,2019.郭琪."基于深度学习的多人脸识别系统的设计实现."内蒙古农业大学学报(自然科学版).王惠.基于改进多度量学习的人脸识别[D].青岛理工大学,2015.刘一磊.基于深度学习的人脸识别系统的设计与实现[D].黑龙江大学,2020.杨展.基于大数据的热点舆情发现与分析系统的设计与实现[D].哈尔滨工业大学,2017.胡骏,胡爱群,宋宇波.Linux环境下基于QT的WLAN管理信息系统[J].计算机工程,2004(03):114-116.许仁江.基于Linux的多足机器人控制系统的研究[D].南京理工大学,2015.张帆.小功率低噪声永磁无刷直流电机控制系统设计[D].兰州理工大学,2018.詹程凯.基于嵌入式GPU的指纹汗孔识别软件并行设计[D].浙江工业大学,2017.梁振江.基于图像处理的混合纤网纤维分布情况分析研究[D].天津工业大学,2019.单俊.基于复合传感的GTAW三维焊缝位姿跟踪[D].南昌航空大学,2015.郝旋.基于机器视觉的喇叭音圈全自动点胶系统设计与实

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论