文档介绍：生物特征识别人脸识别姓名:学号:13041316专业:电子信息工程摘要这个学期的生物医学信息学导论课中,给我印象最深的就是生物特征识别了。它使用了人体本身所固有的生物特征,与传统的身份识别方法完全不同,具有更高的安全性、可靠性、和有效性,越来越受到人们的重视。人脸识别技术作为生物特征识别技术的重要组成部分,在近三十年里得到了广泛的关注和研究,我就来探讨一下。人脸识别技术可采用非接触式的、连续的和实时的方式,在国家安全、军事安全和公安、司法、民政、金融、民航、海关、边境、口岸、保险及民用等领域实际应用具有极广阔的前景。本文第一部分主要介绍了人脸识别研究的现状与应用;第二部分主要阐述了脸部特征定位方法和人脸识别方法;第三部分则对人脸识别技术以后的发展方向做了总结。 关键词:人脸识别、面部表情识别前言人脸是人最重要的外貌特征,由于脸部信息可以通过非接触的方式(如摄像头)取得,所以非常适合于作为身份鉴别的依据。人脸识别就是对于输入的人脸图像或者视频,首先判断其中是否存在人脸,如果存在人脸,则进一步确定每张人脸的位置、大小和各个主要面部器官的位置信息,并依据这些信息,进一步提取每张人脸中所蕴含的身份特征,并将其与已知人脸库中的人脸进行对比,从而识别每张人脸所代表的个人。情绪使人产生生理和行为的显著变化,面部表情是情绪的外显行为的一个重要方面。眼、眉、嘴、鼻、脸色等的变化最能表示一个人的情绪。由于人的各种情绪同脸部肌肉和血管等的变化有关,故而脸部肌肉和血管的变化能表示一定的情绪状态。例如,喜悦与颧肌有关,痛苦与皱眉肌有关,忧伤与三角肌有关,羞愧因血管舒张而脸红,恐怖因血管收缩而苍白。因此可以通过对人面部表情进行识别来达到对人的情绪的判断。三、人脸识别的现状与应用人脸图像检测与定位就是在输入图像中找到人脸确切的位置,它是人脸表情识别的第一步。人脸检测的基本思想是用知识或统计的方法对人脸建模,比较待检测对象与所建的人脸模型的匹配程度,从而得到可能存在人脸的区域。根据思想的不同基本上分为下面两种检测方法:(1)基于统计的人脸检测是将人脸图像视为一个高维向量,将人脸检测问题转化为高维空间中分布信号的检测问题。(2)基于知识的人脸检测是利用人的知识建立若干规则,从而将人脸检测问题转化为假设→验证问题。(1)样本学****将人脸检测视为从非人脸样本中识别人脸样本的模式分类问题,通过比较人脸样本和非人脸样本来提取各自的特征,进行学****来产生分类器。目前国际上普遍采用的是人工神经网络。(2)模板法:模板法是把测试样本与参考模板进行比较,由阈值大小来判断测试样本是否是人脸。阈值一般是通过对大量的模板进行统计得来的,并不是一个固定的值。(3)子空间方法:Pentland将KL变换引入了人脸检测,利用主元子空间(特征脸),而人脸检测利用的是次元子空间(特征脸空间的补空间)。用待检测区域在次元子空间上的投影能量,也即待检测区域到特征脸子空间的距离作为检测统计量,距离越小,表明越像人脸。子空间方法的特点在于简便易行,但由于没有利用反例样本信息,对与人脸类似的物体辨别能力不足。:在鉴定模式下,确定一个人的身份,该技术可以快速地计算出实时采集到的面纹数据与面像数据库中已知人员的面纹数据之间的相似度,给出一个按相似度递减排列的可能的人员列表,或简单地返回鉴定结果(相似度最高的)和相对应的可信度。:在