要的人脸识别方法：(1)几何特征的人脸识别方 间 的 距 离 ，嘴 唇 的 高 度 等 。更 进 一 步 地 ，T． 瓶颈的进一步突破，市场的进一步规范，人脸识
法：基于几何特征的方法是最早、最传统的人脸 Kanad设计了一个高速且有一定知识导引的半 别技术将有着广阔的应用前景，为我们的生活
识别方法，它主要是采用一些简单的人脸特征 自动回溯识别系统，创造性地运用积分投影法 带来更多的便利和安全。
人脸检测的速度才得到了实质性的提高，该算 粗分类。代表性工作有Goldstion、Harmon和
当 前 ，人 脸 识 别 技 术 的 应 用 还 没 有 做 到
法的发表也促进了人脸检测研究的进一步蓬 Lesk等人用几何特征参数来表示人脸正面图 “普及”，但是不能否认，它已经在开始影响着我
勃发展。
像。他们采用21维特征矢量表示人脸面部特征， 们的生活。我国人口规模巨大，经济增长迅速，
的。随着科学技术的发展及各种技术手段的 要研究人脸识别所需要的面部特征。在Ber- 开发的人脸识别技术已经达到了国际先进的
综合应用，人脸识别技术将在视频监控、访 tillon的系统中，用一个简单的语句与数据库中 水平。
问控制等领域有着广阔的应用前景。
的某一张脸相联系，同时与指纹分析相结合，提
2005年6月，公安部出入境管理局实施“深
29
活跃的一个研究方向。它避免了复杂的特征提 总体而言，目前建立一个鲁棒的人脸识别系统
取工作，可以通过学习的过程获得其他方法难 仍然是一个很困难的问题。非理想成像条件下
以实现的关于人脸识别的规律和规则的隐性 （尤其是光照和姿态）、用户不配合、大分庞大，因 数据库上的人脸识别问题逐渐成为研究的热
第一阶段是机械式识别阶段：早期的人脸 期开始，陆续出现了一些人脸识别的商业系统。
脸图像，通过检测对比人脸数据库中的所有 识别，是在已经得到一个正面人脸图像的基础 目前，国内一些科研院所和院校在人脸识别技
已知原型人脸图像来达到“辨认”身份的目 上进行的，以Bertillon、Allen、Parke为代表，主 术方面取得了很大进展，如科院自动化所自主
技 术 创 新
科技创新导报 2010 NO.21
Science and Technology Innovation Herald
人脸识别技术的发展与应用
姚丽君 （浙江工业大学信息工程学院 浙江杭州 310014）
摘 要:本文主要介绍了人脸识别技术的发展、常用的人脸识别技术方法以及人脸识别技术的实际应用。
ponent Analysis，PCA)，又称为特征脸方法 系统走向实际应用领域。不足的是，此类方法仍
2004,07.
（Eigenface），是目前最流行的识别方法之一。它 需要利用操作员的某些先验知识，仍然摆脱不 [2] 高文等.快速人脸检测技术综述 图法分
虽然可以有效地表示人脸信息，但是并不能有 了人的干预。
并设计了基于这一特征表示法的识别系统。 对可靠的人脸识别技术的需求也越来越迫切。
1 人脸识别的基本方法
Kaya和Kobayashi则采用了统计识别的方法， 通过一批专家学者孜孜不倦地努力，我国的人
人脸识别的方法很多，以下介绍一些主 用欧氏距离来表示人脸特征如嘴唇与鼻子之 脸识别技术已经不落后于发达国家。随着技术
类 号 :TP391.4.
效鉴别和区分人脸。(3)弹性图匹配的人脸识别
第三阶段是真正的机器自动识别阶段：20 [3] 李子青.人脸识别技术应用和市场分析,
方法：弹性图匹配法是一种基于动态链接结构 世纪90年代以来，人脸识别技术发展非常迅速，
2007,12.
的方法。实验表明，弹性图匹配方法识别性能优 所提出的算法在较理想图像采集条件、用户配 [4] 汤一平.基于多摄像机信息融合的人脸识
策略对其进行搜索以确定其中是否含有人 生了较高质量的人脸灰度图模型。但是，这一阶
2006年7月，中科院自动化所的人脸识别
脸 ，如 果 是 ，则 返 回 人 脸 的 位 置 、大 小 和 姿 段的人脸识别过程全部依赖于操作人员，没有 系统在中国人民银行济南分行金库开始使用，
态，接着对人脸进行识别。它是一个复杂的 实现系统的自动识别功能。
此训练时间很长，识别速度慢。
点问题。
2 人脸识别的发展历程
3 人脸识别技术的应用
按 照 人 脸 识 别 的 自 动 化 程 度 ，人 脸 识 别
人 脸 识 别 经 过 40 年 左 右 的 发 展 ，技 术 上
科技创新导报 Science and Technology Innovation Herald
使其成为国内首个用人脸来“把守”大门的金
具 有 挑 战 性 的 模 式 检 测 问 题 。同 时 ，人 脸 检
第二阶段是人机交互式识别阶段：这一阶 库。
测要走向实际应用，精度和速度是亟需解决 段所采用的主要技术方案是基于人脸几何结
2008年8月，中国科学院人脸识别技术成
的两个关健问题，自20世纪90年代以来，人 构特征（Geometric feature based）的研究方 功用于奥运会开闭幕式。实现了平安奥运的梦
等信息进行识别。这种算法识别速度快，需要的 从单幅图像上计算出一组脸部特征参数，再利
内存小，但识别率较低。(2)基于特征脸的人脸 用模式分类技术与标准人脸相匹配。Kanad的 参考文献
识别方法：主成分分析方法(Principal Com- 系统实现了快速、实时的处理，促进了人脸识别 [1] 山世光.人脸识别中若干关键问题的研究,
脸检测的精度得到了大幅度的提高，但是速 法，此方法的思想是首先检测出眼、鼻、嘴等脸 想，同时也开创了人脸识别技术奥运会应用的
度却一直达不到应用系统用户满意的程度， 部主要部件的位置和大小，然后利用这些部件 先河。
为此研究者们付出艰辛的努力，直到21世纪 的总体几何分布关系以及相互之间的参数比
Viola基于AdaBoost算法的人脸检测器的发表， 例来识别人脸，忽略了局部细微特征，更适合于 4 总结
关健词:人脸识别 特征脸 弹性图匹配
中 图 分 类 号 ：TP391.41
文 献 标 识 码 ：A
文 章 编 号 ：1674-098X(2010)07(c)-0029-01
人脸识别技术是目前被广泛研究的热门 的发展经历了以下三个阶段：
已经达到了一定的成熟度，从20世纪90年代中
课题。人脸识别技术就是利用计算机分析人
于特征脸方法，但是计算量和存贮量都比较大， 合、中小规模正面人脸数据库上达到了非常好
别 检 测 装 置 ( 专 利 ) 号 ：2 00 7 1 03 0 75 7 9 .6 .
识别的速度慢。(4)隐马尔可夫模型的人脸识别 的性能，也因此出现了若干知名的人脸识别商 [5] 王慧泽.基于AdaBoost算法和Fisher线性
人脸识别检测研究，主要包括人脸检测 供了一个较强的识别系统。为了提高脸部识别 圳－香港生物护照旅客快速通关系统”采用中
技术和人脸识别技术的研究。人脸识别检测 率，Allen为待识别脸设计了一种有效且逼真的 科奥森人脸识别系统。大大提高了来往旅客的
是指对于任意一幅给定的图像，采用一定的 摹写。Parke则用计算机实现了这一想法，并产 通关速度，并减轻了深圳边检总站的工作量。
6.
的变化有较好的鲁棒性，识别率高，缺点是实现 这一阶段内的主流技术。但是，主流的人脸识别 [7] 袁燕.人脸识别研究综述.电脑知识与技
的复杂度较高。(5)神经网络的人脸识别方法： 技术在非约束环境下(多姿态、遮挡等多种变化
术 ,2007,26.
基于神经网络的人脸识别方法是近几年比较 因素)，识别率下降非常快，不能满足实际应用。
方法：隐马尔可夫模型（HMM）是用于描述信 业公司，人脸识别的商业系统得到了进一步发
准则的人脸识别研究,2008,05.
号统计特性的一组统计模型，它不需要进行复 展。从技术角度上看，2D人脸图像线性子空间 [6] 刘洁.人脸识别技术综述.福建电脑,2007,
杂的人脸图像特征提取，优点是对姿态和环境 判别分析、统计表观模型、统计模式识别方法是