基于python语言的校园人脸识别系统文献综述

 2022-08-12 11:08

一、发展史

人类进入21世纪,随着计算机和网络技术的日渐发达,信息安全体的隐患日益突出,自从911恐怖袭击以后,各国越来越重视社会的公共安全,信息识别与检测显示出前所未有的重要性,其应用领域之广,几乎可以包含社会的各个领域。现今生活中主要采用号码、磁卡、口令等识别方法,这些都存在着易丢失、易伪造、易遗忘等诸多问题。随着技术的不断发展,传统的身份识别方法已经受到越来越多的挑战,可靠性大为降低,势必出现新的信息识别和检测技术。人们逐渐的把目光转向了生物体征,这些都是人类遗传的DNA所决定的,并且每个人都拥有自己独一无二的生物体征[8]。

生物识别技术大致可以分为两大类,一类是物体体征,例如指纹、虹膜、人脸、体味等。另-类是行为体征,例如书写、步频、惯性动作等,这些都可以通过现在的计算机图像处理技术进行识别。与其他人类的生理特征相比,人脸存在.易采集、非接触、静态等优点,比较容易被大众所接受[10][12][16]。

据调查,人与人接触时,90%的人是通过观察一个人的脸部特征来了解对方,获取对方的基本信息,这就是所谓的第一印象。虽然外部条件例如年龄、表情、光照等发生巨大变化,是一个人的面部特征发生巨大变化,但是人类仍然可以识别,这一-现象说明人的脸部存有大量特征信息,通过提出人脸部的特征信息,就可以判断一个人[3,6]。

人脸识别过程主要分为三个部分。首先,采集人脸图像样本。很多科研机构都建立的自己的人脸图像库,最著名的有美国国防部发起建立的FERET人脸库和英国剑桥大学建立的ORL人脸库;其次,进行特征提出,然后将提取的特征数据导入特征数据库;最后,鉴定某个人身份信息时,用特定的匹配算法将数据库中可以判断一个人[5]。

人脸识别过程主要分为三个部分[4]。首先,采集人脸图像样本。很多科研机构都建立的自己的人脸图像库,最著名的有美国国防部发起建立的FERET人脸库和英国剑桥大学建立的ORL人脸库;其次,进行特征提出,然后将提取的特征数据导入特征数据库;最后,鉴定某个人身份信息时,用特定的匹配算法将数据库中的特征数据通这个待识别人的人脸特征进行匹配,从而实现身份鉴定。

据相关市场调查,人脸识别技术在产业中占据一-定份额,其主动、直接、简便、友好等特点,必将促进其持续增长。所以人脸识别技术的市场前景将十分广泛[11]。

  1. 国内外发展现状

2、1国外发展现状

据美国The Intercept网站披露,Morpho公司正与IntelCenter公司合作,研发一款类似于“谷歌”的互联网人脸辨识技术,帮助执法、情报和军事机构搜索和识别恐怖分子。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。