新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

 

人脸识别技术综?/p>

 

控制工程

 

 

陈龙?/p>

 

 

12013002342 

 

摘要?/p>

简要介绍了人脸识别技术的研究背景及其发展历程?/p>

对人脸识别技术的常用方法进行

了分类总结?/p>

重点对近年来人脸识别方法的研究进展进行综述并对各种方法加以评价;

总结

了现阶段存在的研究困难并提出今后的发展方向?/p>

 

关键词:

人脸识别;人脸检测;人脸定位;特征提?/p>

 

 

1 

引言

 

随着计算机和生物医学工程技术迅速发展,

利用生物特征来鉴别个人身份成

为安全验证首选方式,具有普遍性、安全性、唯一性、稳定性等。可选的生物?/p>

征包括生理特征(如人脸、指纹、虹膜掌纹等)或行为特征(如笔迹、语音、步

态等?/p>

。人脸识别技术是一种最友好的生物识别技术(非接触、非侵犯?/p>

,它结合

了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和

心理学等多个研究领域。人脸识别应用领域:身份鉴定、身份确认、视频监控?/p>

面部数据压缩?/p>

从二十世纪六十年代末至今?/p>

人脸识别算法技术的发展共经历了

如下四个阶段?/p>

 

1.

 

基于简单背景的人脸识别

 

人脸识别研究的初级阶段。利用人脸器官的局部特征来描述人脸。但?/p>

于人脸器官没有显著的边缘且易受到表情的影响,因此它仅限于正面人脸

(变形较小)的识别?/p>

 

2.

 

基于多姿?/p>

/

表情的人脸识?/p>

 

人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态和?/p>

情变化的识别方法,以满足人脸识别技术在实际应用中的客观需求?/p>

 

3.

 

动态跟踪人脸识?/p>

 

人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像更?/p>

富的信息,达到较好的识别效果,同时适应更广阔的应用需求?/p>

 

4.

 

三维人脸识别

 

为了获得更多的特征信息,直接利用二维人脸图像合成三维人脸模型?/p>

行识别,即将成为该领域的一个主要研究方向?/p>

 

 

人脸识别系统?/p>

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。包括:数据采集、人脸检测与跟踪、人脸识别这三个子系统。目?/p>

国内比较成熟的人脸识系统有:

1.

中科奥森人脸识别系统

 

2.

南京理工的人脸识?/p>

系统

 

3.

深圳康贝尔人脸识别系?/p>

 

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

 

人脸识别技术综?/p>

 

控制工程

 

 

陈龙?/p>

 

 

12013002342 

 

摘要?/p>

简要介绍了人脸识别技术的研究背景及其发展历程?/p>

对人脸识别技术的常用方法进行

了分类总结?/p>

重点对近年来人脸识别方法的研究进展进行综述并对各种方法加以评价;

总结

了现阶段存在的研究困难并提出今后的发展方向?/p>

 

关键词:

人脸识别;人脸检测;人脸定位;特征提?/p>

 

 

1 

引言

 

随着计算机和生物医学工程技术迅速发展,

利用生物特征来鉴别个人身份成

为安全验证首选方式,具有普遍性、安全性、唯一性、稳定性等。可选的生物?/p>

征包括生理特征(如人脸、指纹、虹膜掌纹等)或行为特征(如笔迹、语音、步

态等?/p>

。人脸识别技术是一种最友好的生物识别技术(非接触、非侵犯?/p>

,它结合

了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和

心理学等多个研究领域。人脸识别应用领域:身份鉴定、身份确认、视频监控?/p>

面部数据压缩?/p>

从二十世纪六十年代末至今?/p>

人脸识别算法技术的发展共经历了

如下四个阶段?/p>

 

1.

 

基于简单背景的人脸识别

 

人脸识别研究的初级阶段。利用人脸器官的局部特征来描述人脸。但?/p>

于人脸器官没有显著的边缘且易受到表情的影响,因此它仅限于正面人脸

(变形较小)的识别?/p>

 

2.

 

基于多姿?/p>

/

表情的人脸识?/p>

 

人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态和?/p>

情变化的识别方法,以满足人脸识别技术在实际应用中的客观需求?/p>

 

3.

 

动态跟踪人脸识?/p>

 

人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像更?/p>

富的信息,达到较好的识别效果,同时适应更广阔的应用需求?/p>

 

4.

 

三维人脸识别

 

为了获得更多的特征信息,直接利用二维人脸图像合成三维人脸模型?/p>

行识别,即将成为该领域的一个主要研究方向?/p>

 

 

人脸识别系统?/p>

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。包括:数据采集、人脸检测与跟踪、人脸识别这三个子系统。目?/p>

国内比较成熟的人脸识系统有:

1.

中科奥森人脸识别系统

 

2.

南京理工的人脸识?/p>

系统

 

3.

深圳康贝尔人脸识别系?/p>

 

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

 

人脸识别技术综?/p>

 

控制工程

 

 

陈龙?/p>

 

 

12013002342 

 

摘要?/p>

简要介绍了人脸识别技术的研究背景及其发展历程?/p>

对人脸识别技术的常用方法进行

了分类总结?/p>

重点对近年来人脸识别方法的研究进展进行综述并对各种方法加以评价;

总结

了现阶段存在的研究困难并提出今后的发展方向?/p>

 

关键词:

人脸识别;人脸检测;人脸定位;特征提?/p>

 

 

1 

引言

 

随着计算机和生物医学工程技术迅速发展,

利用生物特征来鉴别个人身份成

为安全验证首选方式,具有普遍性、安全性、唯一性、稳定性等。可选的生物?/p>

征包括生理特征(如人脸、指纹、虹膜掌纹等)或行为特征(如笔迹、语音、步

态等?/p>

。人脸识别技术是一种最友好的生物识别技术(非接触、非侵犯?/p>

,它结合

了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和

心理学等多个研究领域。人脸识别应用领域:身份鉴定、身份确认、视频监控?/p>

面部数据压缩?/p>

从二十世纪六十年代末至今?/p>

人脸识别算法技术的发展共经历了

如下四个阶段?/p>

 

1.

 

基于简单背景的人脸识别

 

人脸识别研究的初级阶段。利用人脸器官的局部特征来描述人脸。但?/p>

于人脸器官没有显著的边缘且易受到表情的影响,因此它仅限于正面人脸

(变形较小)的识别?/p>

 

2.

 

基于多姿?/p>

/

表情的人脸识?/p>

 

人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态和?/p>

情变化的识别方法,以满足人脸识别技术在实际应用中的客观需求?/p>

 

3.

 

动态跟踪人脸识?/p>

 

人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像更?/p>

富的信息,达到较好的识别效果,同时适应更广阔的应用需求?/p>

 

4.

 

三维人脸识别

 

为了获得更多的特征信息,直接利用二维人脸图像合成三维人脸模型?/p>

行识别,即将成为该领域的一个主要研究方向?/p>

 

 

人脸识别系统?/p>

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。包括:数据采集、人脸检测与跟踪、人脸识别这三个子系统。目?/p>

国内比较成熟的人脸识系统有:

1.

中科奥森人脸识别系统

 

2.

南京理工的人脸识?/p>

系统

 

3.

深圳康贝尔人脸识别系?/p>

 

 

Ͼλ">
Ͼλ
Ŀ

人脸识别综述(模式识别论文)分解 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

 

1 

 

人脸识别技术综?/p>

 

控制工程

 

 

陈龙?/p>

 

 

12013002342 

 

摘要?/p>

简要介绍了人脸识别技术的研究背景及其发展历程?/p>

对人脸识别技术的常用方法进行

了分类总结?/p>

重点对近年来人脸识别方法的研究进展进行综述并对各种方法加以评价;

总结

了现阶段存在的研究困难并提出今后的发展方向?/p>

 

关键词:

人脸识别;人脸检测;人脸定位;特征提?/p>

 

 

1 

引言

 

随着计算机和生物医学工程技术迅速发展,

利用生物特征来鉴别个人身份成

为安全验证首选方式,具有普遍性、安全性、唯一性、稳定性等。可选的生物?/p>

征包括生理特征(如人脸、指纹、虹膜掌纹等)或行为特征(如笔迹、语音、步

态等?/p>

。人脸识别技术是一种最友好的生物识别技术(非接触、非侵犯?/p>

,它结合

了图像处理、计算机图形学、模式识别、可视化技术、人体生理学、认知科学和

心理学等多个研究领域。人脸识别应用领域:身份鉴定、身份确认、视频监控?/p>

面部数据压缩?/p>

从二十世纪六十年代末至今?/p>

人脸识别算法技术的发展共经历了

如下四个阶段?/p>

 

1.

 

基于简单背景的人脸识别

 

人脸识别研究的初级阶段。利用人脸器官的局部特征来描述人脸。但?/p>

于人脸器官没有显著的边缘且易受到表情的影响,因此它仅限于正面人脸

(变形较小)的识别?/p>

 

2.

 

基于多姿?/p>

/

表情的人脸识?/p>

 

人脸识别研究的发展阶段。探索能够在一定程度上适应人脸的姿态和?/p>

情变化的识别方法,以满足人脸识别技术在实际应用中的客观需求?/p>

 

3.

 

动态跟踪人脸识?/p>

 

人脸识别研究的实用化阶段。通过采集视频序列来获得比静态图像更?/p>

富的信息,达到较好的识别效果,同时适应更广阔的应用需求?/p>

 

4.

 

三维人脸识别

 

为了获得更多的特征信息,直接利用二维人脸图像合成三维人脸模型?/p>

行识别,即将成为该领域的一个主要研究方向?/p>

 

 

人脸识别系统?/p>

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。包括:数据采集、人脸检测与跟踪、人脸识别这三个子系统。目?/p>

国内比较成熟的人脸识系统有:

1.

中科奥森人脸识别系统

 

2.

南京理工的人脸识?/p>

系统

 

3.

深圳康贝尔人脸识别系?/p>

 

 



ļ׺.doc޸Ϊ.docĶ

  • 2015ʡ߿ԿѧӢԾ
  • ṹѧκϰ ѧ
  • ݽƪ
  • ݱۺά޷ĵַ
  • ϵͳĩԾ𰸣-ϵͳĩԾ
  • ʡˮظ߹ѧ꼶ϲ 6 ҵ(2ʱ)ѧ
  • 1ȫѧԺƱҵ(׫д淶Ƥģ-
  • ܽƷ׼
  • Կѧϰʼ-Աر
  • ƾѧͳѧԾд

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)