【人臉識別發(fā)展歷程分析的國內(nèi)外文獻(xiàn)綜述2900字】

中國農(nóng)業(yè)大學(xué)碩士學(xué)位論文STYLEREF"標(biāo)題1"錯誤！文檔中沒有指定樣式的文字。人臉識別發(fā)展歷程研究的國內(nèi)外文獻(xiàn)綜述人臉識別相關(guān)技術(shù)發(fā)展作為近年來一個大熱門的話題,其實己經(jīng)開始有了挺長的一個學(xué)術(shù)研究發(fā)展時期,人臉識別的技術(shù)形成和應(yīng)用發(fā)展整個過程大致情況可以詳細(xì)劃分如下為三個階段發(fā)展早期階段:1）第一個研究階段(1964年至1990年),這個研究階段,人們才剛剛開始深入地研究網(wǎng)絡(luò)人臉識別,只是將其作為一種一般化的模型問題來進(jìn)行研究,主要的技術(shù)解決方案就是基于網(wǎng)絡(luò)人臉的幾何和結(jié)構(gòu)學(xué)的分類,人們針對網(wǎng)絡(luò)中人臉的面部剪影和形狀特征進(jìn)行提取和分析,做了大量的研究。這一階段并沒有能夠獲得什么重要的成果,基本上也就是出現(xiàn)過什么與人臉識別相關(guān)的實際應(yīng)用,這就是我們進(jìn)行人臉識別的最后一個初級階段。2）第二個早期階段(1991年-1997年),這個早期階段的發(fā)展時間雖然相對來說比較短,但是卻已經(jīng)完全成為了當(dāng)前人臉識別相關(guān)技術(shù)應(yīng)用研究的一個高潮發(fā)展時期,也就是已經(jīng)出現(xiàn)了很多可喜的研究成果。不但先后產(chǎn)生了若干系列具有國際代表性的新型人臉識別管理算法,還不斷涌現(xiàn)了許多由傳統(tǒng)商業(yè)化人員操作的新型人臉識別管理系統(tǒng)?？傮w來說,這個階段時候我們的手機(jī)人臉識別成像技術(shù)已經(jīng)開始得到了新的飛速發(fā)展,所提出的算法在理想條件下也能實現(xiàn)較好性能。統(tǒng)計圖像辨認(rèn)、統(tǒng)計表觀視覺模型、2d級的人臉辨認(rèn)圖像識別線性子圖和空間統(tǒng)計辨認(rèn)圖像判別等技術(shù)階段已成為目前主流的識別技術(shù)。3）第三個發(fā)展階段（1998年—現(xiàn)在），隨著人臉識別技術(shù)研究大熱，人臉識別技術(shù)受光照、姿勢等影響過重的問題逐漸被人們發(fā)現(xiàn)，漸漸的這些問題也就成為了探討的焦點。美國軍方就在FERET（FaceRecognitionTechnology）人臉數(shù)據(jù)庫的基礎(chǔ)上組織過系統(tǒng)測評，出名的算法有：基于光錐模型的多光照、多姿態(tài)條件人臉識別方法被基奧蓋蒂斯等人提出，這個方法重要的結(jié)論就是在不同的環(huán)境條件下，同一個角度的同一光錐所投影的圖像會在空間中形成一個凸點，簡稱光照錐；基于3D變形模型的多光照、多姿態(tài)條件下人臉圖像分析識別方法被布蘭茲和維特等人提出；康柏研究院的研究員維奧拉和瓊斯在IICV上向大家展示了他們的實時人臉檢測系統(tǒng),這種計算模式的與眾不同點在于:1)將人臉圖像特征用一個可以迅速計算的簡單矩形特點來代表;2)大量的弱分類器數(shù)據(jù)在AdaBoost算法基礎(chǔ)上進(jìn)行組合，由此衍生出強(qiáng)分類器機(jī)械學(xué)習(xí)的方法;3)系統(tǒng)采用級聯(lián)式檢測技術(shù),大大提高了數(shù)據(jù)的檢測效率;沙蘇哈等在2001年研究發(fā)展出了一種基于商業(yè)圖像的人臉影象識別畫面繪制技術(shù)。該計算技術(shù)主要是一項基于隨機(jī)限定數(shù)學(xué)訓(xùn)練課程對象的立體光照反射圖像模型進(jìn)行集合式隨機(jī)學(xué)習(xí)的圖像繪制計算技術(shù),能夠直接依靠在限定訓(xùn)練對象集合中對少量不同立體光照下的圖像分別進(jìn)行再組合成任意一個輸入的立體人臉光照圖像;雅各布和巴斯里兩人通過聯(lián)合使用光在球面上的反射諧波圖像來準(zhǔn)確表示立體光照,通過卷積的計算方式對光來進(jìn)行分析和計算描述朗博的線性反射,該計算方法是在進(jìn)行了大量解析后可以得出一個重要的實驗結(jié)論:由隨機(jī)數(shù)學(xué)光源反射計算方法獲得的全部包含朗博線性反射光度函數(shù)的訓(xùn)練集合將可能會直接形成一個朗博線性子反射空間。在人工智能、物聯(lián)網(wǎng)等前沿技術(shù)飛速成長帶領(lǐng)下，一個新詞已經(jīng)逐漸入侵大眾的生活——“刷臉”。公司上班打卡要“刷臉”，手機(jī)支付可以選擇“刷臉”，進(jìn)出高鐵站驗證乘客信息要“刷臉”，我們的臉?biāo)坪跻呀?jīng)變成一張行走各地的電子通行證。但人臉識別系統(tǒng)的性能對環(huán)境變化、人體姿態(tài)等因素仍十分敏感，人臉庫上樣本不足等問題也亟待解決。目前在當(dāng)今世界廣大范圍內(nèi),研究應(yīng)用人臉識別系統(tǒng)的技術(shù)公司很多,國外著名的技術(shù)公司主要包括美國Identix公司、德國CognitecSystems公司、西班牙HertaSecurity公司、日本NEC公司、日本Softwise公司等;國內(nèi)此時這些年亦已經(jīng)涌現(xiàn)出許多知名實力派,例如浙大智能互聯(lián)網(wǎng)新智能科技,云從智能科技,大華智能股份,海康華納威視和杭州曠視智能科技。這些應(yīng)用技術(shù)雖然是目前主流的,但人臉識別軟件公司,技術(shù)以及解決模式方案都應(yīng)該具備自己的獨特性。例如采用?？惦娮油暤那岸巳四樧R別管理技術(shù),其中前端人臉識別管理系統(tǒng)在海康信息人臉識別的超高準(zhǔn)確率上已經(jīng)表現(xiàn)得非常好,前端管理智能-深邃、中心管理智能-臉和海康深度臉譜、分布式管理智能-超腦的onvr,均已經(jīng)是充分融合了海康深度機(jī)器學(xué)習(xí)智能算法,前后端的融合深度學(xué)習(xí)智能為?？敌畔⑷四樧R別技術(shù)人工刷臉智能技術(shù)和行業(yè)大數(shù)據(jù)的融合應(yīng)用以及發(fā)展趨勢提供出了強(qiáng)力技術(shù)支持?？傮w而言,全球的手機(jī)人臉識別信息系統(tǒng)及其產(chǎn)品服務(wù)行業(yè)目前正處于一個快速蓬勃發(fā)展的關(guān)鍵時期。2016年至2021年，中國人臉市場規(guī)模大幅度攀升，從市場份額17.25億元到53.16億元，僅僅七年時間，就增加了三十多億。圖１－１2016-2021年中國人臉市場規(guī)模前瞻通信產(chǎn)業(yè)發(fā)展研究院早在2016年就分析預(yù)計過,在五年內(nèi)中國移動終端人臉識別應(yīng)用市場整體規(guī)模不會一直保持23%的平均增速，會慢慢恢復(fù)穩(wěn)定增長速度,預(yù)計到2024年，市場整體規(guī)模將至少有機(jī)會首次實現(xiàn)突破100億元的目標(biāo),約合美金15.5億美金。但是隨著依托移動物聯(lián)網(wǎng)與移動人工智能的迅猛融合推進(jìn),未來幾年基于人臉識別的實際應(yīng)用發(fā)展場景必然可能會因此變得越來越寬闊。隨著來自世界各地相關(guān)科研機(jī)構(gòu)的大力開發(fā)和研究投入、市場上的宣傳、企業(yè)對該識別技術(shù)的不斷深度深入鉆研,這些都被普遍認(rèn)為都將是未來中國人臉識別美好前景的一個重要發(fā)展預(yù)兆。人臉識別技術(shù)系統(tǒng)應(yīng)用技術(shù)已相對成熟,新型制造企業(yè)仍然無法在比較短時間內(nèi)形成突破企業(yè)現(xiàn)有的打造知名品牌國際聲譽及所需自建設(shè)備的技術(shù),并且這一技術(shù)行業(yè)的市場技術(shù)壁壘和企業(yè)資本投入壁壘也相對較高。近幾年盡管國內(nèi)的企業(yè)在人臉識別相關(guān)技術(shù)鄰域領(lǐng)域已經(jīng)取得了一些突破和成果,但還是存在許多技術(shù)難點亟待我們鉆研,例如怎樣通過車窗玻璃對人臉、夜間識別、紅外線辨認(rèn)等等相關(guān)技術(shù)困難點依舊存在,我們正在繼續(xù)等待我們的企業(yè)自己去探索和攻克。隨著互聯(lián)網(wǎng)、共享時代的到來,數(shù)據(jù)安全的問題日益受到高度重視,以人臉識別技術(shù)為主要代表的新一代科學(xué)技術(shù)革命正式展開。對于技術(shù)的重視程度也越來越高,既要求獲取和得到數(shù)據(jù)的精度和準(zhǔn)確性,又必須要充分保證數(shù)據(jù)的信息安全性,人臉識別在這兩個領(lǐng)域中的前景很廣闊,作為這兩個領(lǐng)域的主導(dǎo)者和龍頭,企業(yè)的科學(xué)技術(shù)力量和創(chuàng)新能力直接決定了整個行業(yè)的發(fā)展趨勢,任何一點點科學(xué)技術(shù)的發(fā)展和創(chuàng)新都很有可能會給整個行業(yè)帶來巨大的變革。當(dāng)前關(guān)于人臉識別的主要研究領(lǐng)域是圍繞一些化、年級和時間的改變、人臉表皮和身體結(jié)構(gòu)之間的相似性、人臉上的裝飾物所受到的遮擋。參考文獻(xiàn)唐歡.視頻人臉圖像超分辨率重建技術(shù)研究[D].電子科技大學(xué).ChaoD,ChenCL,HeK,etal.LearningaDeepConvolutionalNetworkforImageSuper-Resolution[C]//ECCV.SpringerInternationalPublishing,2014.HarisM,ShakhnarovichG,UkitaN.DeepBack-ProjectionNetworksForSuper-Resolution[J].arXiv,2018.程建.基于改進(jìn)正則化超分辨率重建方法的人臉識別研究[D].西安電子科技大學(xué).朱海,王國中,范濤,等.基于深度超分辨率重建的監(jiān)控圖像人臉識別[J].電子測量技術(shù),2018(16).巧克力和江小白./question/323163386/answer/677115422陳夢嫻,戴文博.基于視頻的人臉識別研究進(jìn)展概述[J].科學(xué)與信息化,2019,000(028):34.林增剛,張艷寧,郭哲.一種有效的三維人臉識別方法[C]//第十二屆中國體