文档介绍：人脸识别总结一、概述生物特征识别技术包括人脸识别、指纹识别、语音识别、表情分析及理解、虹膜识别等人脸识别的实质就是借助计算机工具来分析人脸面部图像,采用不同的特征表示方法提取有效地人脸特征,是可用来辨识身份的一门自动处理技术,常见重要应用案例包括银行和军事重地的自动门禁系统、智能人脸监控系统、用于公共交通体系中安检系统的嫌疑人自动识别系统、网络服务中的在线验证系统等。产生不同个体较大差异性的内在因素主要有种族、性别、年龄、心理等。外在因素主要有光照变化、角度偏转、姿态、噪声千扰、遮挡、以及化妆遮挡物等。18世纪,就有一篇依据人脸特征信息进行身份鉴别的文章发表在《Nature》上,开启了近代最早的人脸识别研宄,最早的自动人脸识别系统是由Chan和Bledsoe创于1965年人脸识别包括四个主要步骤:图像预处理、人脸检测、面部特征提取和分类识别。二、研究领域1、身份验证领域:通过人脸识别技术来判断和鉴别当前用户是否合法或者具备相应的功能权限,例如2008年北京奥运所采用的人脸识别系统。2、智能视频监控领域,例如车站安装智能监控系统,该系统中加入了人脸识别技术以捕捉人群中的可疑罪犯。3、人机交互领,例如人脸面部为视觉系统提供了最为主要的特征信息。三、人脸识别方法及其算法(一方法分类可以分为:基于几何特征的人脸识别、基于弹性图匹配的人脸识别、基于子空间分析的人脸识别、基于神经网络的人脸识别、基于隐马尔可夫模型等。经典的特征脸“Eigenface”,采用PCA变换对原始图像进行降维处理,然后再进行分类识别。。90年代中后期,出现了一种基于动态连接结构(DynamicLinkArchitecture的弹性图匹配(ElasticGraphMatching识别方法。90年代末支持向量机被应用到人脸识别技术中。(二流行算法主要分为:等距离映射_(IsometricalMapping,简称ISOMAP、局部线性嵌入(LocallyLinearEmbedding,简称LLE、拉普拉斯算子特征映射(LaplacianEigenmaps、拉普拉斯脸(Laplacianface方法。基于拉普拉斯BelkinM等提出局部投影(LPP方法。近期算法包括:基于稀疏表示的人脸识别方法(Sparserepresentationrecognition,SRC针对此识别方法还出现了较多的改进模型,典型的有●基于Gabor的稀疏表示●基于Metaface的稀疏表示等(三难点1、人脸图像的成像条件包括较大的随机性:光照变化、姿态变换、表情变化、发型改变、化妆、以及遮挡等复杂条件2、人脸面部图像的复杂的三维结构属性:包括线性结构和非线性结构3、人脸图像数据的维数问题4、不同个体间的面部特征的差异性四、人脸特征提取研究(一人脸特征提取和识别算法分类基于统计方法基于几何方法(二具体实现主成分分析(ponentanalysis,PCA是一种典型的数据处理和数据降维方法●Sirovich和Kirby首先研究人脸降维过程,采用基于镜像脸的技术●●Fo