周孝佳　朱允斌　张　跃

1(复旦大学计算机科学技术学院　上海 201210) 2(上海视频技术与系统工程研究中心　上海 201210)3(华为软件技术有限公司　江苏 南京 210012)

0　引　言

人脸识别技术在生物识别技术中有着十分重要的地位，长时间以来，研究者们一直致力于人脸识别算法的研究。随着时间的迁移，人脸识别算法不断被提出，其准确率和稳定性也在不断地提升。发展至今，人脸识别已经在许多领域发挥着广泛的作用，包括身份认证、视频监控、人物追踪等。

人脸识别技术的商用化预示着其在特定环境下已经有了很高的准确率，这些技术展现出来的结果往往给人们造成一种人脸识别问题基本已经被解决的错觉。然而，在真实场景下，我们获取到的人脸往往都是质量不一的。相比于受控环境，真实场景下获取到的人脸图像质量往往会受到光照、姿态、表情和遮挡的制约，这种不可预测的变化为人脸识别带来了极大的挑战。正因如此，许多受控环境下表现良好的人脸识别算法在这些数据上效果往往会急剧下降，要让人脸识别技术在真实场景下发挥出理想的效果，如何解决这种随意性给算法带来的挑战就成为了其中最为关键的一步。

人脸识别的研究者们长期致力于遮挡条件下的人脸识别问题的研究，提出了很多有效的算法。Wright等[4]首次将稀编码表示SRC(Sparse Recognition based Classification)的方法运用于人脸识别领域，得出的人脸特征对噪声、遮挡、表情等都有一定的鲁棒性。但是这种稀疏表示方法基于所有人脸图像事先严格对齐的假设，在实际运用中有比较大的限制。……