人脸检测和识别技术的文献综述 人脸检测综述


人脸检测和识别技术的文献综述 人脸检测综述

文章插图
人脸检测综述(人脸检测与识别技术文献综述)
通过阅读有关人脸检测与识别技术的文献,总结了传统身份识别和人脸检测与识别技术的背景、意义和国内外发展现状,重点介绍了人脸检测与识别的方法 。
关键词:人脸检测;人脸识别;sub 空之间的分析;主成分分析 。
面子不仅具有很强的自我稳定性和个体差异性,而且直接友好 。与传统识别相比,更符合人类视觉习惯 。一个完整的人脸识别过程一般包括人脸检测和人脸识别两个部分 。人脸检测是指计算机在包含人脸的图像中检测人脸,并给出人脸所在区域的位置、大小等信息的过程[1] 。人脸识别是指将待识别的人脸与已知人脸进行比较,获得相似度的相关信息 。这里所指的人脸识别是狭义的识别,是广义人脸识别的一个子过程[2] 。近年来,人脸检测和识别技术的研究取得了很大进展 。
1人脸识别的背景和研究意义
身份识别和验证是人类社会日常生活中的基本活动之一 。虽然可能是无意识的,但是我们每天都要识别很多人 。同时,每个人总要通过各种方式方法来证明自己的身份 。目前,我们大多数人仍然依靠传统的识别手段来完成识别过程 。这些手段包括身份证、学生证等证件、钥匙、密码等各种身份证明材料 。但这些方式的缺点不言而喻,使用不方便、不安全、不可靠,证件和钥匙携带不方便 。目前广泛使用的依靠证书、密码等传统方法确认个人身份的技术面临严峻挑战,已经不能满足现代科技发展和社会进步的需要[4-6] 。随着社会的发展和信息化程度的不断提高,人们对身份识别的准确性和实用性提出了更高的要求,传统的身份识别方法已经不能满足这些要求 。生物特征识别利用了人类独有的生理特征,如指纹、虹膜等 。或行为特征如签名、声音等 。生物特征身份认证技术是一种新的安全技术,是本世纪最有前途的技术之一2人脸检测与识别技术的发展概述 。
[7]
人脸检测是自动人脸识别系统中的关键环节和极其重要的一步 。人脸检测的早期问题可以追溯到20世纪70年代,当时由于技术原因,人脸检测的研究处于停滞状态 。直到20世纪90年代,由于人脸识别系统和视频解码的广泛应用,人脸检测的研究得到了新的发展 。提出了运动、颜色和综合信息等更鲁棒的方法来变形模板,弹性曲线等特征提取方面的许多进步使得人脸特征的定位更加准确 。目前国内外对人脸检测的研究很多,国外有麻省理工学院、CMU,清华大学、北工大、中科院计算所、自动化所等 。
近年来,人脸识别研究受到许多研究者的青睐,出现了许多技术方法 。特别是从1990年开始,人脸识别取得了很大的进步,每年都有大量的学术论文发表 。现在几乎所有知名的理工科大学和IT行业各大公司都有从事人脸识别研究的课题组 。人脸识别的研究大致可以分为四个阶段 。第一阶段以Bertillon、Allen、Parke为代表,信息资源网主要研究人脸识别所需的面部特征;第二阶段是人机交互识别阶段;第三阶段是真正的自动机器识别阶段;第四阶段是鲁棒性人脸识别技术的研究阶段 。目前,国外很多大学和研究机构已经开发出了一些很好的人脸识别原型系统和一些成熟的商用人脸识别系统,如德国的Cognitec,美国的Indentix和eye matic[8] 。
3.人脸识别的研究方法 。
近年来,人们在人脸检测识别方法和三维人脸重建方法的研究方面取得了很大的进展,研究方法也越来越多 。目前人脸识别技术的研究主要分为以下两类:人脸检测和人脸识别 。人脸检测有四种方法:基于知识的方法、基于特征的方法、模板匹配的方法和基于外观的方法[9] 。根据特征提取和选择方法的不同,以及出现的时间顺序,人脸识别方法分为三类:早期的几何特征法和模板匹配法、神经网络法和统计法 。其中,分类只是相对的,有些方法可能会交叉[10] 。
其框图如下:

3.1人脸检测方法
3.1.1基于知识的方法
基于知识的方法(KBM)是一种基于规则的人脸检测方法 。规则来自研究人员对人脸的先验知识 。一般很容易提出简单的规则来描述面部特征及其关系 。
杨和黄采用了基于层次知识的人脸检测方法[11] 。他们的系统由三个层次的规则组成 。在最高级别,通过扫描输入图像的窗口并应用每个位置的规则集来找到所有可能的人脸候选 。高级规则通常描述人脸的样子,而低级规则取决于面部特征的细节 。多分辨率分层图像是通过平均和子采样生成的,如图2所示 。


推荐阅读