人脸识别实现了图像或视频中人脸的检测

综 述

《自动化技术与应用》 2004年第 23卷第 12期

Survey

人脸图像检测与识别方法综述 王科俊 ,姚向辉

(哈尔滨工程大学自动化学院 ,黑龙江 哈尔滨 150001)

摘要

:本文对人脸识别技术中的检测和识别分成两部分进行了讨论。首先 ,系统的整理分析了人脸检测的各种方法。其次 ,作为

人脸识别技术的第二个环节

,对人脸的各种识别方法进行了比较性的论述 ,重点讨论了当前热点的识别算法。最后对人脸 识别技术的发展方向进行了展望。

关键词 :人脸检测 ;人脸识别 ;特征提取 ;模式识别

中图分类号

: TP391141 文献标识码 :A 文章编号

: 100327241 (2004) 1220005205

Survey of Human Face Detection and Recognition

WANG Ke -jun ,YAO Xiang -hui

(College of Automatization , Harbin Engineering University , Harbin 150001 ,China) Abstract :This paper descr

人脸识别实验

一、实验要求

1.选择任一人脸数据库

2. 查找人脸识别文献，写简单综述 3. 选择方法，完成实验

二、实验原理

1、人脸识别简介

人脸识别技术是基于人的脸部特征，对输入的人脸图象或者视频流 . 首先判断其是否存在人脸 , 如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 2、．PCA

主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m 个观察值，形成一个 n′m 的数据矩阵，n 通常比较大。对于一个由多个变量描述的复杂事物，人们难以认识，那么是否可以抓住事物主要方面

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选

基于视频的人脸识别研究进展

第３２卷第５期

２００９年５月

计算机学报

ｖ０１．３２Ｎｏ．５

ＣＨＩＮＥＳＥＪＯＵＲＮＡＬ０ＦＣＯＭＰＵＴＥＲＳＭａｙ２００９

基于视频的人脸识别研究进展

严

严”’２’

章毓晋”矗’

１０００８４）

１’（清华大学信息科学与技术国家实验室北京

２’（清华大学电子工程系北京１０００８４）

擅耍近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一．如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低，尺度变化范围大，光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点．文中对近期（主要近５年）基于视频的人脸识别研究进行了详细的介绍和讨论。在对相关方法分类的基础上。分析了各类方法中典型技术的优缺点，并概况介绍了常用的视频人脸数据库和实验结果，最后展望了基于视频人脸识别未来的发展方向和趋势．

关键词模式识别；人脸识别；基于视频的人脸识别；进展

中图法分类号ＴＰ３９１

ＤＯＩ号：１０．３７２４／ｓＰ．Ｊ．１０１６．２００９．００８７８

Ｓｔａｔｅ。。ｏｆ－ｔｈｅ －Ａｒｔ

ｏｎ

Ｖｉｄｅｏ－ＢａｓｅｄＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ

ＺＨＡＮＧＹｕ－Ｊｉｎｌ’，２’

Ｔｅｃｈｎｏｌｏｇｙ，Ｔｓｉｎｇｈ∽Ｕｎｉｖｅｒｓｉｔｙ。ＢｅＯｉｎｇ

基于视频的人脸识别研究进展

第３２卷第５期

２００９年５月

计算机学报

ｖ０１．３２Ｎｏ．５

ＣＨＩＮＥＳＥＪＯＵＲＮＡＬ０ＦＣＯＭＰＵＴＥＲＳＭａｙ２００９

基于视频的人脸识别研究进展

严

严”’２’

章毓晋”矗’

１０００８４）

１’（清华大学信息科学与技术国家实验室北京

２’（清华大学电子工程系北京１０００８４）

擅耍近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一．如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低，尺度变化范围大，光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点．文中对近期（主要近５年）基于视频的人脸识别研究进行了详细的介绍和讨论。在对相关方法分类的基础上。分析了各类方法中典型技术的优缺点，并概况介绍了常用的视频人脸数据库和实验结果，最后展望了基于视频人脸识别未来的发展方向和趋势．

关键词模式识别；人脸识别；基于视频的人脸识别；进展

中图法分类号ＴＰ３９１

ＤＯＩ号：１０．３７２４／ｓＰ．Ｊ．１０１６．２００９．００８７８

Ｓｔａｔｅ。。ｏｆ－ｔｈｅ －Ａｒｔ

ｏｎ

Ｖｉｄｅｏ－ＢａｓｅｄＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ

ＺＨＡＮＧＹｕ－Ｊｉｎｌ’，２’

Ｔｅｃｈｎｏｌｏｇｙ，Ｔｓｉｎｇｈ∽Ｕｎｉｖｅｒｓｉｔｙ。ＢｅＯｉｎｇ

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选

//摄像头的

#include "cv.h"

#include"highgui.h"

#include"stdio.h"

#ifdef _EiC

#define WIN32

#endif

static CvMemStorage* storage = 0;//设存储器，返回空间头指针

static CvHaarClassifierCascade* cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name =

"haarcascade_frontalface_alt.xml";//人脸检测分类器

int main( int argc, char** argv )

{

CvCapture* capture = 0;

IplImage *frame, *frame_copy = 0;

int optlen = strlen("--cascade=");

const char* input_name;

if( argc > 1 && strncmp( argv[1], "--cascade=", optlen ) == 0 )

{

cascade_name = argv[1] + optlen

基于视频的人脸识别研究进展

第３２卷第５期

２００９年５月

计算机学报

ｖ０１．３２Ｎｏ．５

ＣＨＩＮＥＳＥＪＯＵＲＮＡＬ０ＦＣＯＭＰＵＴＥＲＳＭａｙ２００９

基于视频的人脸识别研究进展

严

严”’２’

章毓晋”矗’

１０００８４）

１’（清华大学信息科学与技术国家实验室北京

２’（清华大学电子工程系北京１０００８４）

擅耍近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一．如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低，尺度变化范围大，光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点．文中对近期（主要近５年）基于视频的人脸识别研究进行了详细的介绍和讨论。在对相关方法分类的基础上。分析了各类方法中典型技术的优缺点，并概况介绍了常用的视频人脸数据库和实验结果，最后展望了基于视频人脸识别未来的发展方向和趋势．

关键词模式识别；人脸识别；基于视频的人脸识别；进展

中图法分类号ＴＰ３９１

ＤＯＩ号：１０．３７２４／ｓＰ．Ｊ．１０１６．２００９．００８７８

Ｓｔａｔｅ。。ｏｆ－ｔｈｅ －Ａｒｔ

ｏｎ

Ｖｉｄｅｏ－ＢａｓｅｄＦａｃｅＲｅｃｏｇｎｉｔｉｏｎ

ＺＨＡＮＧＹｕ－Ｊｉｎｌ’，２’

Ｔｅｃｈｎｏｌｏｇｙ，Ｔｓｉｎｇｈ∽Ｕｎｉｖｅｒｓｉｔｙ。ＢｅＯｉｎｇ

人脸检测和识别技术的文献综述

摘要：通过对关于人脸检测与识别技术方面文献的阅读，本文综述了传统的身份

识别，人脸检测和识别技术的背景、意义及国内外发展现状，着重介绍了人脸检测和识别方法。

关键词：人脸检测；人脸识别；子空间分析；核主元分析。

人脸不仅具有很强的自身稳定性和个体差异性，而且直接、友好，相对传统识别，更符合人类的视觉习惯。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大部分，人脸检测是指计算机在包含有人脸的图像中检测出人脸，并给出人脸所在区域的位置和大小等信息的过程[1]，人脸识别就是将待识别的人脸与已知人脸进行比较，得出相似程度的相关信息。这里所指的人脸识别是狭义的识别，是统称的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较大的发展。

1 人脸识别的背景和研究意义

身份识别与验证是人类社会日常生活中的基本活动之一。尽管也许是无意识的，我们每天都要对很多人的身份做出判别，同时，每个人也都要经常通过各种方式和手段证明自己的身份，目前我们大多数情况下仍然依赖于传统的身份验证手段来完成身份识别过程，这些手段包括各类标识物如身份证、学生证等各类证件，钥匙，口令等，然而这些方式使用不方便、不安全、不可靠的缺点不言而