文档介绍：龙源期刊网
人脸识别算法综述
作者：延秀娟陈永锋来源：《商场现代化》 2008 年第 26 期
[摘要] 本文通过工业界世界级人脸测试，说明人脸识别发展现状，分别从二维、三维角度，阐述了人脸识别算法现状，并对人脸识别算法发展趋势予以说明。
[ 关键词 ] 人脸识别二维识别算法三维识别算法
一、引言
1. 人脸识别概述。人脸识别由于可接受性好，在生物识别领域得到较快的发展。人脸识别的研究范围广义上来讲大致包括以下五个方面的内容：人脸定位和检测、人脸表征（人脸特征抽取）、人脸鉴别、表情 /姿态分析、生理分类五方面内容。
2. 人脸识别现状。目前有世界级的人脸检测算法测试项目，它的结论完全可以揭示人脸识别现状。最早是 1993 年，美国国防部高级研究项目署和美国陆军研究实验室 FERET 项目组，
建立了 FERET 人脸数据库，用于评价人脸识别算法的性能。针对工业界的是在 2002 年， FRVT2O02 对成熟的全自动人脸识别系统进行独立的技术评价，提供评价人脸识别系统满足大规模、真实世界应用能力的性能度量。 FRVT2006 是第一次将静态人脸识别、虹膜识别与 3D 人脸识别放在一起进行测试；与 FRVT2002 相比，静态人脸识别与 3D 人脸识别算法结合的错误率下降了一个数量级； FRVT2006 是第一次将机器识别效果与人的识别能力进行比较，结果发现，在不同的光照环境下，给定一个低的虚警率，七个自动人脸识别算法的性能相当于或优于人的识别能力，若不指定虚警率，则七个算法中的三个算法的性能相当于或优于人的识别能力。
二、二维人脸识别算法综述
目前的人脸识别方法主要集中在二维图像方面，二维人脸识别主要利用分布在人脸上从低到高 80 个节点或标点，通过测量眼睛、颧骨、下巴等之间的间距来进行身份认证。人脸识别算法主要有：
1. 基于模板匹配的方法 :模板分为二维模板和三维模板，核心思想 :利用人的脸部特征规律
建立一个立体可调的模型框架 ,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位 ,解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响。
2. 基于奇异值特征方法：人脸图像矩阵的奇异值特征反映了图像的本质属性，可以利用它来进行分类识别。