人脸识别的现状和发展作者：周灵来源：《电子技术与软件工程》2017年第12期
摘 要本文首先简单介绍了人脸识别的三大类研究方法，阐明了其各自的优缺点。紧接着对目前国内外人脸识别的发展和应用做了相应的介绍。最后对于人脸识别的未来发展进行了展望。
【关键词】人脸识别 人脸检测
近年，生物特征识别这一技术发展今非昔比。其中，人脸识别是一种非接触性技术，具有可视化、符合人的思维习惯的特点，得以在商业、安全等领域广泛应用。目前，人脸识别逐渐成为一个热门的研究领域。
1 人脸识别的方法
随着技术的发展，人脸识别方法也呈现出“百花齐放”的趋势。从整体上把握，人脸识别技术可以分为以下三种：
1.1 基于几何特征的正面人脸识别方法
该方法是最早的人脸检测方法，是对人脸的等先验知识导出规则的利用。人脸面部器官可以近似的看作是常见的几何单元，肤色也人脸的是重要特征之一。该方法就是采集人脸的重要的面部特征及其之间的相对距离、特征分布等参数从而形成一个可以表示人脸特征向量，例如角度、曲率等。该方法抗干扰能力极强，对于光照变化的敏感度很低，并且直接利用人脸信息，便于理解。同时，由于该方法算法只关心器官的基本形状和位置结构，并没有侧重细节特征，所以对于从图像中提取稳定的特征就比较困难。这就意味着当人的面部表情的变化较大时，或者是出现了存在遮挡物等影响鲁棒性差的情况，对于人脸特征的提取就会变得困难甚至错误。
1.2 基于模板匹配的人脸识别方法
模板匹配主要包括静态匹配和弹性匹配，可以细分为：动态连接匹配法、特征脸方法、线性判别方法、神经网络法等。静态匹配方法在使用时也需要对图像进行适当的标准化，随后利用整幅图像的灰度级、生理特征区的灰度图像和变换后的人脸图像模板。由于是静态的匹配，模板的灵活性差，当出现面部表情过大时，就无法使用模板。所以产生了动态的模板匹配，也称为动态连接匹配法。该方法是建立反映人脸特征形状可变部分的特征参数模型。该方法的有点就在于其灵活性大大的提高，适用于更多情况下的人脸检测，同时鲁棒性较于静态更好。但是该方法容易因为计算时间太长而陷入局部最小。
本文来源：https://www.2haoxitong.net/k/doc/5df50b56366baf1ffc4ffe4733687e21af45fff9.html
文档为doc格式