文档介绍：自动人脸识别技术
第1页，本讲稿共14页
演示内容
一、人脸识别的意义与感性认识
二、人脸识别技术在国内的研究现状
三、人脸识别的关键技术
四、人脸检测与人脸识别的评价标准
五、自动人脸识别系统
六、人脸识别应用
第自动人脸识别技术
第1页，本讲稿共14页
演示内容
一、人脸识别的意义与感性认识
二、人脸识别技术在国内的研究现状
三、人脸识别的关键技术
四、人脸检测与人脸识别的评价标准
五、自动人脸识别系统
六、人脸识别应用
第2页，本讲稿共14页
人脸识别的意义
Bill Gates: 以人类生物特征进行身份验证的生物识别技术，在今后数年内将成为IT产业最为重要的技术革命
第3页，本讲稿共14页
人脸识别的感性认识
人脸识别是一个活跃的研究领域，是人类视觉最杰出的能力之一。虽然人脸识别的准确性要低于虹膜、指纹的识别，但由于它的无侵害性和对用户最自然、最直观的方式，使人脸识别成为最容易被接受的生物特征识别方式。
人脸识别是人体生物认证技术的一种，首先我们谈谈人体生物认证技术
⑴人体的生理特征主要包括人脸、指纹、掌纹、掌形、虹膜、视网膜、静脉、DNA、颅骨等，这些特征是与生俱来的，是先天形成的；
第4页，本讲稿共14页
⑵而行为特征包括声纹、签名、步态、耳形、按键节奏、身体气味等，这些特征是由后天的生活环境和生活习惯决定的。
这些生物特征本身固有的特点决定了其在生物认证中所起的作用是不同的。
第5页，本讲稿共14页
生物特征识别：
人脸
脸部热量图
指纹
手形
手部血管分布
虹膜
视网膜
签名
语音
第6页，本讲稿共14页
人脸识别技术在国内的研究现状
国内关于人脸自动识别的研究始于二十世纪80年代，主要的研究单位有中科院自动化所计算所，清华大学，南京理工大学，哈尔滨工业大学，复旦大学，北京科技大学等，并都取得了一定的成果。
国内的研究工作主要是集中在三大类方法的研究：
①基于几何特征的人脸正面自动识别方法。
②基于代数特征的人脸正面自动识别方法。
③基于连接机制的人脸正面自动识别方法。
第7页，本讲稿共14页
人脸识别的关键问题
（面型、眼睛、鼻子）

（早期MARR理论框架3个层次计算理论、算法、实现机制；现多层次）

第8页，本讲稿共14页
人脸检测与人脸识别的评价标准
定义1：检测（Detection）指对人脸图像进行检测和定位的过程。
定义2：拒检（Detection Rejection）指不能正常检测到人脸或人脸不能定位以及人脸检测失败。
定义3：拒检率DRR（Detection Rejection Rate）指被拒检的人脸图像占统计总数的比例，用百分比表示。
定义4：比对（Matching）指以人脸特征与另一人脸特征比较的过程。
定义5：匹配相似度（Similarity）人脸特征比对的输出结果，代表参与比对的两个人脸特征的相似程度。用0到1之间的小数表示，该数字愈大表示比对的人脸特征相似程度愈大，该数字愈小表示参与比对的人脸特征相似程度愈小。
第9页，本讲稿共14页
自动人脸识别系统
所谓自动人脸识别系统，是指不需要人为干预，能够自动获取人脸图像并且辨别出其身份的系统
一个自动人脸识别系统至少要包含三个部分，即数据采集子系统、人脸检测子系统和人脸识别子系统
“人脸识别”有时是指整个自动人脸识别系统所做的工作，有时是指人脸识别子系统所做的工作
数据采集子系统
人脸识别子系统
人脸检测子系统
自动人脸识别系统
识别结果：
He is …!
第10页，本讲稿共14页
人脸检测与人脸识别的研究内容
(1)人脸检测（Face Detection）
人脸检测（Face Detection）是指在输入图像中确定所有人脸（如果存在）的位置、大小、位姿的过程。人脸检测是自动人脸识别系统中的一个关键环节。
(2)人脸识别
人脸识别细分为两类，一类是回答我是谁的问题，即辨认（Identification），另一类是回答这个人是我吗？即确认（Verification）。显然，用于Identification模式的识别系统对算法的运算速度的要求要高于Verification模式的识别系统。
第11页，本讲稿共14页
第12页，本讲稿共14页
第13页，本讲稿共14页
人脸识别的应用
人脸识别系统在金融、证券、社保、公安、军队及其他需要安全认证的行业和部门有着广泛的应用
典型应