APP下载

人脸识别综合技术的发展

2016-11-18苏光大

信息安全研究 2016年1期
关键词:人脸识别特征

苏 楠 吴 冰 徐 伟 苏光大

1(清华大学电子工程系 北京 100084)2(南京理工大学计算机科学与技术学院 南京 210094)(sunan@mail.tsinghua.edu.cn)



人脸识别综合技术的发展

苏 楠1吴 冰1徐 伟2苏光大1

1(清华大学电子工程系 北京 100084)2(南京理工大学计算机科学与技术学院 南京 210094)(sunan@mail.tsinghua.edu.cn)

从算法、系统、标准、应用方面阐述了人脸识别综合技术的发展.在算法方面,介绍了部件PCA人脸识别和基于深度学习的人脸识别;在人脸识别系统方面,介绍了辨识人脸识别的系统结构;在标准方面,介绍了我国公共安全领域里的相关标准的发布情况;在应用方面,主要介绍了人脸识别在公共安全中的应用.同时也梳理了人脸识别技术发展的历程,并指出了当前人脸识别面临的挑战性问题.

人脸识别算法;人脸识别系统;人脸识别标准;深度学习;部件PCA

利用人脸进行生物特征识别的过程称为人脸识别.通常包含辨识型人脸识别(face identification)、确认型人脸识别(face verification)和关注名单型人脸识别(watch list face recognition).

人脸识别是生物识别技术的一种,和指纹、虹膜、声纹等其他生物特征识别相比,人脸识别具有独特的优势,包括:

1) 人脸信息的完全采集模式.

主动、被动地人脸信息采集,不受限制地人脸信息采集以及身份信息齐全.

2) 强大的社会资源支持.

二代身份证、网络身份证,遍布城乡的视频监控、摄像机成为许多智能设备的标配

3) 国家安全和公共安全的重大需求.

4) 结缘于大数据、云计算.

人脸识别经历了萌芽期、起步期、发展期、局部成熟期和规模应用期.萌芽期大致处于20世纪60年代,代表作是1965年Chan和Bledsoe设计的人脸识别系统;……

登录APP查看全文

猜你喜欢

人脸识别特征
人脸识别 等
揭开人脸识别的神秘面纱
如何表达“特征”
不忠诚的四个特征
基于(2D)2PCA-LBP 的人脸识别方法的研究
人脸识别在高校安全防范中的应用
基于类独立核稀疏表示的鲁棒人脸识别
线性代数的应用特征
基于K-L变换和平均近邻法的人脸识别