动态人脸识别技术的难点与解决思路
作为一种比较新而且发展快的技术，并不是所有人都对这门技术有较为清晰的认识和理解。比如人脸识别技术的算法是怎样的，人脸识别技术目前发展到什么程度了，该技术对图像类别及质量有何要求，在实际应用中又有那些分类等等，这些问题为大家进行了比较细致的解答，并对动态人脸识别技术的系统构成和优势、动态人脸识别与常规监控的区别也进行了阐述。
如地铁、高速公路卡口、车站卡口、超市反扒、边检、人群分析等等。因而很多厂家也生产了动态人脸识别技术的相关产品，如具有人脸识别功能的摄像机、人脸识别分析仪等等。但是林林总总的人脸识别产品给人以丰富的选择的同时也带来了相当大的选择困扰，到底如何选择人脸识别产品呢?哪些产品在人脸识别方面技术比较先进呢?
就这类问题，姚委员介绍了近期省公安局组织的人脸识别摄像机的测试，测试地点在东山口地铁站某扶梯口进行。在该测试中，性能表现最好的摄像机为Basler黑白摄像机，在监控名单库1和库2时采用低清算法的性能表现最好。在监控名单库3时采用高清算法的性能表现最好，误报率在1%时漏报率维持在25%的实际可用水平。
参照国标《安全防范视频监控人脸识别系统技术要求》，该次测试监控名单库相当于C级(监控名单库容量为1万至10万人)，参加测试人员也基本满足于C级水平(注册测试人员多于10人，每人至少通过2次，即不少于200人次通过;非注册测试人员需为注册测试人员通过次数的2倍以上)。在该次测试中，没有达到一级的系统性能级别，二级系统性能级别有1个测试组合，三级的性能级别有28个测试组合，四级的性能级别有10个测试组合。(误报率在5%的情况下，漏报率小于5%的为一级，5%~20%为二级，20%~50%为三级，50%~70%为四级)。
从实际测试来看，用户的预期与当前的技术水平之间的差距还是比较大的。人脸识别技术在动态监控应用中面临的压力实际上也比较大。
1.用户希望正确报警率要求高。而现实是理论上来说必须接受高误报率。在技术方面，要达到高正确报警率，可以通过降低阈值来实现，但是降低阈值的代价是：高误报率。为了达到95%正确报警率，很多算法可能会产生300%或更高的误报率。
2.用户希望监控库足够大，往往要求数万或几十万，甚至上百万的监控名单，希望能捕到“大鱼”。现实是库容量大就必须接受高误报率。
3. 用户希望大规模成网建设，能够勾画出监控人员的活动轨迹。现实是必须高投入，重新建专用网络和相关硬件。
4. 用户希望尽量使用目前的监控设备(摄像机和网络)。现实是现有的摄像机清晰度不够，图像质量差，用于场景监控时视频中人脸过小，网络带宽不够等等造成无法使用现有设备。
5. 用户希望少产生误报甚至不产生误报。现实是这样就必将损失正确报警率和减少监控库容量，与用户的想法相违。
动态人脸识别在应用中遇到的挑战
1.光照问题
面临各种环境光源的考验，可能出现侧光、顶光、背光和高光等现象，而且有可能出现各个时段的光照不同，甚至在监控区域内各个位置的光照都不同。
2. 人脸姿态和饰物问题
因为监控是非配合型的，监控人员通过监控区域时以自然的姿态通过，因此可能出现侧脸、低头、抬头等的各种非正脸的姿态和佩戴帽子、黑框眼镜、口罩等饰物现象。
3. 摄像机的图像问题
摄像机很多技术参数影响视频图像的质量，这些因素有感光器(CCD、CMOS)、感光器的大小、DSP的处理速度、内置图像处理芯片和镜头等，同时摄像机内置的一些设置参数也将影响视频质量，如曝光时间、光圈、动态白平衡等参数。
4.丢帧和丢脸问题
需要的网络识别和系统的计算识别可能会造成视频的丢帧和丢脸现象，特别是监控人流量大的区域，由于网络传输的带宽问题和计算能力问题，常常引起丢帧和丢脸。
视频人脸识别监控的最优方案
1.使用更先进的高清摄像头(3-5百万)。
2.室内均匀光线，或室外白天，无侧光和直射光
3.人群面向同样的方向，朝向相机的方向。
4.恰当的监控点，如走廊、巷子或安检门/闸机口等(不要一群人同时出现)。
5.相机与人脸的角度小于20°。
决定监控系统性能的几个主要因素
1.模板库的人数：不宜大，包含关键人物即可。
2.经过摄像头的人数：同时出现在摄像头的人数决定了单位时间里的比对次数。
3.报警反馈时间：实时性越强，对系统性能要求越高。
4.摄像头采集帧数：帧数越高，人员经过摄像头前采集的次数越多，比对的次数也越多。
报警过滤机制
建立报警过滤机制是解决错误报警率高的有效方法，当监控名单库容量较大时，可以通过此方法，将错误报警率控制在千分之N的之内，使动态监控走向实际应用。
综合来看，目前动态人脸识别技术的发展还远远达不到用户的需求，图像分析不尽人意，正确报警率普遍不高，误报率与大容量之间似乎不可调节，性价比较低等等问题似乎成为了动态人脸识别技术的绊脚石。但是，如何将这些绊脚石变为铺路石，正式各厂商及技术人员需要努力的目标。
动态人脸识别比对系统软件 说明 声明 本产品操作指导说明书（以下简称“说明书”）内容若有变动，恕不另行通知。 未得到明确的书面许可，不得以任何目的、形式或手段进行复制或传播手册的任何部分。 本手册以及相关的程序仅用于为最终用户提供信息，因硬件或软件升级而造成与本手册不符的，均以实物为准。本手册是属于专有信息，并受中华人民共和国版权法和国际公约的保护。 版权所有，保留所有权利
目录声明..................................................................................... 错误！未定义书签。 一、产品介绍 (2) 1.1 软件介绍 (2) 1.2 系统结构 (2) 二、视频接入 (3) 2.1 高清网络摄像机 (3) 2.2 视频源 (4) 三、软件安装 (5) 3.1 安装环境 (5) 3.2 加密狗 (5) 3.2 数据库 (5) 3.4 注册安装 (6) 3.5FrFaceServer 配置 (6) 3.6FrFaceWorker 通道配置 (7) 四、功能介绍 (10) 4.1 用户管理 (10) 4.2 模板批量导入 (10) 4.3 单人多模板 (11) 4.4 抓拍人脸导入 (11) 4.5 比对结果显示 (12) 4.6 黑名单报警 (13) 4.7 参数控制 (13) 4.8 抓拍记录 (15) 4.9 抓拍列表 (15) 4.10 自动登录 (16) 4.11 综合检索 (16) 五、注意事项 (17) 5.1 模板要求 (17) 5.2 视频要求 (18)
计算机光盘软件与应用 2012年第5期 Computer CD Software and Applications 工程技术 — 49 — 人脸识别技术概述 杨万振 （东北大学，沈阳 110819） 摘要：作为多学科领域的具有挑战性的难题，人脸识别技术覆盖了模式识别、神经网络、生理学、计算机视觉、 心理学、数字图像处理、数学等诸多学科的内容。 关键词：人脸识别；算法 中图分类号：TP391.41 文献标识码：A 文章编号：1007-9599(2012)05-0049-01 一、引言 人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。国内外的人脸识别的方法多种多样，并且不断有新的研究成果出现。但是，由于人脸识别问题巨大的复杂性，要建立一个能够完全自动完成人脸识别任务的计算机系统难度是相当大的，这不仅涉及到数字图像处理，而且还涉及到计算机视觉，人工智能和计算机网络及通讯等的多个学科领域的广泛知识。目前生物识别技术已广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域等[1,2]。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域：1.公安、司法和刑侦。2.自助服务。3、.企业、住宅安全和管理。4.电子护照及身份证。5.信息安全。综上所述，人脸识别技术对于打击各类犯罪活动、维护国家安全和社会稳定等具有十分重大的意义。随着各种技术手段的综合应用和科学技术的发展， 相信人脸识别技术会不断向前发展，应用更加广泛。 二、人脸识别系统的基本框架 人脸识别过程包括两个主要环节：一是人脸的检测和定位，即从输入图像中找到人脸及其位置，并将人脸从中分割出来；二是对标准化的人脸图像进行特征提取与识别。 人脸识别系统基本框架图 如图所示，人脸识别系统各部分的功能和作用： （一）图像获取：用图像获取设备（数码相机、扫描仪、摄像机）获取图像，也可以在人脸图像库中获取图像，然后使用相应程序将图像转换成可处理的格式。 （二）检测定位：人脸检测是指在输入图像中确定所有人脸的大小、姿态和位置的过程。近年来，由于生物特征识别的发展和人际交互方式的发展，人脸检测定位的发展很迅速，但是其难点是容易受到亮度变化、人的头部姿势及图像背景等因素的影响。 （三）人脸图像预处理：对获取的图像进行适当的处理，使其具有的特征能在图像中表现的明显。该模块主要由灰度变化、光线补偿、对比度增强、高斯平滑处理、直方图均衡和图像二值化处理等子模块构成。 （四）特征提取部分：将预处理后得到的正规人脸图像按照相应的算法提取出用来识别的特征向量，将原始的人脸空间中的数据映射到特征空间中去。通常把原始人脸空间叫测量空间，把用以进行分类识别的空间叫特征空间，较高维数的测量空间的模 式表示可以经过变换变为在较低维数的特征空间中模式的表示。 （五）分类器设计：部分分类器的设计是在后台完成的，就是所谓训练过程，该过程结束后可生成分类器用于分类识别。模式识别问题事实上可以看做是一个分类问题，即把待识别的对象归于某一类之中。在人脸识别问题上就是把不同输入的人脸图像归于某个人这一类。其基本的做法就是在样本训练集的基础上确定某种判决规则，然后使按这种判决规则对待识别的对象进行分 类所引起的损失最小或造成的错误识别率最小。 （六）分类决策：就是运用已经设计好的分类器进行分类识别，得出最后的识别结果，并给出相应的判断。 三、人脸识别的常用方法 1.主分量分析法 2.线性判别分析法 3.独立分量分析法 4.隐马尔可夫模型法 5.弹性束图匹配法 四、人脸识别的技术优势 虽然目前人脸识别系统不是很成熟，但与虹膜识别、指纹 识别等其它生物特征识别技术相比，人脸识别的技术优势主要有以下几点： （一）非接触式操作，适用于隐蔽监控。由于人脸识别系统不需要接触，可以秘密开展，因此特别适用于网上抓逃、隐蔽监控等应用。这是虹膜、指纹等其他生物特征识别技术所不具备。 （二）无侵犯性，容易被接受。人脸识别系统一般为远距离 采集数据，减小了对用户造成生理上伤害几率，用户容易接受。 （三）图像采集设备成本低。目前，USBCCD/CMOS 摄像头非常低廉的价格，已成为计算机的标准配置，极大地扩展了人脸识别实用范围；此外，数码摄像机、数码相机和照片扫描仪等图像 采集设备在普通家庭的日益普及进一步增加了其可用性。 （四）更符合人类的识别习惯，可交互性强。人脸识别更 符合人识别人的习惯，故若与用户交互配合可以大大提高系统 的可靠性和可用性；但是指纹、虹膜识别却不具备如此优点。 （五）识别精确度较高、速度快。与其它生物识别技术相比，人脸识别的精度处于较高的水平，拒识率、误识率较低。 五、人脸识别研究的难点 人脸识别通常是通过对采集得到的人脸图像的分析计算来确定其身份的。人脸是具有复杂结构的三位可变形生物体，影响人脸识别效果的因素主要有以下几个： 姿态：人脸图像的变化，例如在三维人脸到二维人脸的成像过程中，由于相关的照相机-脸姿（正面的、45度、侧面、颠倒的）导致的不同，而一些脸部特征如眼睛或鼻子可能部分地或全部被遮挡。 组件的影响：面部的特征如胡须和眼镜等可能存在也可能不存在，这些组件包括形状、颜色和大小。 面部表情：人脸为可变形物体，人脸表情的变化直接影响人脸图像的模式。 图像的方向：照相机光轴的旋转不同可直接引起人脸图像的变化。 图像的条件：当图像产生时，一些因素如光(光谱、光源分布和强度)和照相机的特性(传感器的响应、透镜)影响人脸的外观。 参考文献： [1]Yin L.Basu A.Generating realistic facial expressions with wrinkles for model-based coding [J]．Computer Vision and Image Understanding,2001,84(2):201-240 [2]李云峰,杨益,田俊香.人脸识别的研究进展与发展方向[J].科技资讯,2008(5):23-32
第一节前期报批重难点分析及解决措施 (一)报批内容繁多编制 根据招标文件的内容,涉及到的相关部门有20几个,应提前编制报批进度控制计划,罗列出本项目所涉及到的所有报批内容,并与设计文件的进度有效的衔接,另外我单位一直从事全过程项目管理(代建)的工作,对办事流程熟悉,能为前期报批管理工作带来一定得便捷。鉴于项目的建设已十分迫切,建议为加快项目建设过程,应利用项目本身的优势,争取有关方面给予支持,争取绿色通道,缩短报批的中间环节审批时间。如我方中标,为了能出色完成该项任务,安排前期报批部专项人员来协助业主方完成前期报批的各项手续。我单位以围绕申领建筑工程规划许可证与施工许可证位置中心开展相应的前期工作,通过全面衔接业主方已进行的工作,熟悉项目功能要求与各项限制条件,用以指导后续前期工作,既保证项目工作连续性,也发挥出我单位的技术先进性,确保前期工作的准备质量。 （二）前期沟通协调设计部门多 1、必须加强与政府各职能部门(涉及的部门包括发改委、市政、公安交通等)的联系,了解政府的有关政策,及时办理相关手续,决不违章作业,确保工程严格按国家规定的基本建设程序顺利进行。在工程建设过程中,建设管理单位应主动要求有关管理部门到现场检查与指导工作,对管理部门提出的有关整改问题应积极、及时进行改正与处理,不断完善与提高现场建设管理水平。 2、建设管理单位严格按基本建设程序办理相关前期手续,包括规
划许可证,国土使用证,开工许可证,初步设计与施工图设计的消防审查意见书、卫生防疫审查意见书、图纸审查书、人防审查意见,质监备案通知,安监备案通知以及文物勘察通知,水、电、气、通讯、道路开口、市政排水等的申请批准书等。在办理手续时保证按政府及有关职能部门的规定要求提供项目完整的报批所需要有关资料与文件,项目的建设要求与内容在报建前应符合规划与相关法律、法规的规定,如项目的总平面布置、建筑高度、层数与建筑体型应符合规划要求,建筑内部的功能分区与结构应符合消防有关法规,地下室设计满足人防、消防的规定,在正式开工前必须办理文物勘探手续、建筑渣土手续并完成现场的文物勘探工作,设计图必须通过消防、人防卫生防疫、规划、建委等部门的审查批准。在项目前期,及时与水、电、气、市政部门取得联系,根据项目建设要求提前向上述部门提出项目供水、供电、供气、通讯与市政雨、污水排放、道路开口的申请要求,以便相关部门及时进行配套建设的准备工作。 3、依据政府的有关批文与依靠政府的有关政策规定,各方均对政府负责的职责与对项目认真负责的态度,严格科学办事程序,将就是与政府与有关职能部门搞好工作协调的关键。 4、项目的室外配套专业组织协调要求也较高,如何与政府职能部门进行充分、有效的组织协调,将直接影响到项目建设各项目标的实现,为此,我公司介入后将会把配套专业的实施与协调内容作为重点工作内容之一,并结合以往类似项目的沟通、协调管理经验,通过合理的计划与安排、组织与协调,加强与当地职能部门的联系与沟通,为使
人脸识别技术日趋成熟国际IT巨头争夺正酣 随着时代的进步，技术的不断发展，在不久的将来会有这样的一种情况，你来到家门口，不用再在包里翻来翻去找钥匙，对着门前的人脸识别系统“刷脸”确认身份，便可进门；在超市的结账处，人脸识别系统认出你是“老客户”，收银员立刻给你购物车中的商品打个九折……这并非科幻小说或科幻电影中的场景，我们的技术已经完全可以实现。只是受到成本与人们接受度的局限，目前人脸识别技术大多被“困”在安防领域。不过，随着最近IT企业对人脸识别技术的开发，催热了这项技术在生活中的应用。 “笋盘”是房地产业近年流行的一个名词，关于它的确切含义，并无权威统一说法。我们且以顾名思义的方式，借来一用，指代有潜力的新产业。 中国经济转型升级，必须注入高新技术内涵，借助高新技术引擎。然而一个笼统的“高新技术”，未免四顾茫然，全世界实验室里孵着的、智慧头脑里灵光刚一闪的、开始露出产业化苗子的，多了去了。哪些有机会支撑起一个蓬勃的新兴产业，哪些能担当起中国经济增长新支柱，哪些可能昙花一现，哪些又可能因一哄而上致使“坑爹”？ 有如雨后春笋，未必每一支都能长成竹子。有的是笋自身孱弱，大多数将在竞争中被淘汰。土壤和水分阳光资金、产业园地、人才及劳动力等资源是非常有限的，只能眷顾部分新产业。
“刷脸”上班没商量 日前，四川大学计算机学院某教授查考勤的一段视频在网络上走红。原来这位老师上课从来不点名，但学生们却不敢缺勤。因为他能用自己发明的一套“刷脸”机来查考勤。从电视画面中可以看到，在这位老师上课的教室门外装有一台比普通电话机略小一些的“刷脸”机，来上课的同学只要对着其内置的摄像头停留几秒，“刷脸”机就能自动调取已经录入其中的学生照片，再和来上课的同学脸部进行比对。“这套系统太牛了，想逃课就得先发明一个自己的脸谱来应付‘刷脸’机的‘火眼金睛’。”一位学生评价说。 这位老师发明的“刷脸”机其实就是人脸识别技术在民间的简单应用。 所谓人脸识别，通俗而言，就是通过摄像头和计算机，把一张人脸和身份信息对应起来。专家说，其储存方式仍是以计算机能识别的数字或代码为主。 电视、电脑能认“主人” 尽管很多人至今还搞不清楚智能电视到底如何“智能”，但全球电视厂商们铆足了劲头在这一领域发力，并宣称下一次电视机更新换代的方向就是智能电视。具有电子消费产品风向标之称的“国际消费电子展”(CES)日前在美国拉斯维加斯举行，全球主流的电视厂商一如往年地蜂拥于此，纷纷将最新研发的智能电视作为参展的主打产品。
2018年8月17日
目录 一、概述 (3) 1、背景分析 (3) 2、设计原则 (3) 二、系统介绍 (4) 1、访客系统介绍 (4) 2、人脸识别特性 (5) 3、产品介绍 (6) 4、系统主要功能简介 (11) 三、公司简介 (20) 四、售后服务 (22) 1、维修技术人员情况 (22) 2、维护服务 (22) 3、维修服务及应及维修时间安排 (22) 4、售后服务流程 (23) 5、以下情况不属保修范围 (23) 6、更新改进服务 (23) 7、建立用户档案，完善产品质量 (23)
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
工程重难点分析及应对措施 (一)工程重点 1、征地拆迁工作 本工程为市政工程，位于城区，占地范围比较大，受影响的房屋、街道比较多，征地拆迁工作量大、难度大，征拆工作如期进行是保证本项目顺利开展的重点。 应对措施： 项目经理部设置征拆部配合发包人开展征地拆迁工作，协助区征拆实施单位开展征拆补偿谈判、收集和编制征拆补偿资料、核销征拆预付款等。 2、主线高架桥施工本工程工期控制的重点 主线桥梁左幅共22联，长2.203km，右幅共23联，匝道桥共15联，长2.311公里，匝道桥共15联，长1.137公里。本工程桥梁数量多，工序多，且设计跨度多样，跨度大，包含下部结构、上部结构等施工内容繁多，如何合理安排施工顺序，加快施工进度，是本工程施工的重要内容。 应对措施： 下部结构采用旋挖钻成孔，冲击钻辅助桩基施工；承台采用人工配合机械明挖法开挖承台基坑；墩身模板采用大块定型钢模板施工。上部结构现浇箱梁一般地段采用满堂支架现浇施工，跨越路口部位采用梁柱式支架结构，预留车辆通行口。桥梁工程量大，施工时分两个
区段进行施工，一次性投入足够数量的支架和模板。开工后，投入足够的钻孔设备，加快桩基施工进度，为后续结构施工创造条件。 3、跨既有道路的砼连续箱梁施工 本工程位于既有城区，主线跨增槎路、跨潭村涌、跨石潭路、跨规划路、跨石槎路、跨棠新路，且地面交通比较繁忙，施工过程中对既有道路交通影响比较大。 应对措施： 为保证各联之间施工互不干扰，各联箱梁施工按各自独立施工作业考虑。一般地段采用常规的封闭交通满堂支架施工，交通繁忙地段采用与既有道路平交道口设置横向门式钢管支墩，支墩上设置横梁，形成支撑平台，再在平台上搭设满堂支架。 4、跨石井河砼连续箱梁施工 跨石井河桥，上部结构左幅采用（40+58.442+40.3m），右幅采用（43+59.258+38.6m）预应力混凝土变高连续箱梁。本桥为斜弯桥，受通航、防洪、地下管线以及规划道路制约，桥梁跨径组合极不规则，而且桥梁位于曲线段，因此桥梁施工采用悬臂施工难度极大。 应对措施： 下部结构采用插打钢管桩，搭设钢便桥、桩基钻孔平台，承台采用钢板桩围堰；上部结构采用水中段插打钢管桩并搭设临时支墩，架设贝雷梁支架，现浇上部结构的方法。 5、软土地基的路基工程施工 桥下道路施工地质条件较差，与既有公路的拼接处容易发生差异
动态人脸识别巡更系统 案 北京博睿视科技有限责任公司 2017年8月 18日 目录 第一章人脸识别巡更系统设计要求 一、人脸识别巡更系统社会意义 略 第二章系统概述 人脸识别智能巡更系统为基于深度学习算法的通过式人脸记录巡检系统。根据需要将用于人脸抓拍的监控摄像机安装在需要巡逻的线路或执勤岗位上，人员对该地进行巡更通过时摄像机自动抓拍巡更人员的人脸照片同时将抓拍时间与对应的巡更人员人脸库进行比对结果通过局域网存入系统数据库。此记录将成为巡更人员何时到达该地巡更的依据。管理人员通过系统管理系统软件可清晰地了
查询巡更人员巡更的实际情况，如漏查、误点、非本人带班等信息，方便管理人员有效管理。 1、人脸识别巡更系统构成 该系统由人脸静态建库、人脸动态入库、人脸信息修改、实时人脸抓拍、人脸检索、人脸图像聚类、以图搜图、联动报警八大部分组成。整个软件的逻辑体系结构如下图所示。 软件结构体系（ C/S 结构） 图3-3 软件逻辑体系示意图 实现布控人员建库，提供用户建立临时人脸库的功能，使用者可自行注册，批量导入人脸照片，静态人脸库包括黑名单、白名单。 人脸动态入库 将摄像机抓拍的人脸图片，建立动态抓拍人脸库，不断累积抓拍数据，为后 期进行人脸管理和提升识别率提供必要的支撑。 人脸信息修改 人脸信息修改模块主要是针对各个不同的人脸库，查询符合条件下的人员信息，并对其 中的信息进行修改删除等操作，同时也可针对选择的人脸库进行新人员信息的注册。
实时人脸抓拍 该子系统为监控画面和报警端的界面，主要分为4 个部分：视频设备列表，监控画面，现场抓拍图像和匹配报警图像。 图实时人脸监控子系统效果图 功能模块分别为 视频设备列表：列举所有可以使用的监控摄像头 图视频设备列表 监控画面：播放窗口显示该摄像机的实时监控 图监控画面 现场抓拍图像：显示摄像头所抓取的人脸图片 图现场抓拍图像 报警图像：根据抓拍到的人脸图像，与数据库中的人员进行比对查询。 图匹配报警图像 人脸图像检索 人脸图像检索即为对摄像头抓拍到的人员信息或系统识别比对结果进行进一步的查询。该模块分为比对结果查询，抓拍人像查询和比对库人脸查询三个部分 比对结果查询：选择要查询的设备和黑白名单类型以及匹配的开始和结束时间，然后点击查询按钮。 显示的匹配结果以倒序方式进行排列，离结束时间最近的排在最 图比对结果查询 抓拍人像查询：选择抓拍起始时间和抓拍结束时间，然后点击查询按钮。显示的内容以“抓拍时 间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图抓拍人像查询比对库人脸查询：选择入库的开始时间和入库结束时间，然后点击查询按钮。显示的结果以“入库时间”中的内容倒序方式进行排列，即离结束时间最近的排在最前面。 图比对库人脸查询 聚类
三个方面的缺点： 1.识别精度低 2.自然性、不易察觉以及非接触性也致使人脸识别技术在一些特定领域面临环境复杂性。 便于收集的好处也带来了图像清晰度不高，角度不好等问题 3.人脸识别不只是隐私问题信息泄露面临更大安全隐患 人脸识别的一个缺点也在于信息的可靠性及稳定性较弱。 人脸所蕴含的信息量较指纹、虹膜等生物特征相比是比较少的，其变化的复杂性不够。例如，若要两个人的指纹或者虹膜基本相同，大概需要好几十乃至上百个比特(信息量的度量单位)达到完全重合才可以。但如果是人脸的话，十几个比特达到重合就可以了。在全世界，可以找到很多具有相似性的面孔。所以说，人脸的辨别性不是很高，它并没有那么独一无二。 另外，人自身内在的变化以及外在环境的变化都会影响采集时人脸的信息稳定度。相较于之前的人脸识别技术，目前的人脸识别技术有所提高，但是具体应用时还是不能达到完美状态，如今，保守估计，人脸识别技术准确率能达到99%，但没有达到100%。同时，对于双胞胎，由于相似特征太多，人脸识别基本不可能完成。比如在ATM机上使用人脸识别技术，是在使用密码信息的基础上辅助的认证功能。如果脱离了密码输入，完全使用人脸识别技术进行存取款操作，是不太可能的。 例如，2018年7月，美国公民自由联盟（ACLU）对美国国会议员的照片应用了亚马逊算法，该算法确定其中28人是因犯罪而被捕的人。 如果说双胞胎根本不应该用此技术来进行分辨的情况下，如何解决整容带来的无法辨别的问题？在如今整容手段如此先进的情况下？ 其一，应用“人脸识别”技术的视频采集机器设备愈来愈普及化，会否对大家的人身自由权与隐私权产生威协，这个问题如何解决？其二，人工智能的市场应用，会否产生新的岐视与不公平，并对人们具有的社会道德纪律产生挑战？ 例如：一些商业算法在识别肤色较深的人员和女性方面不如识别肤色较浅的男人准确。
视频门禁之人脸识别监控系统解决方案 一、需求背景 在公共场所，人流量巨大，依靠人力无法有效地在流动的人群中发现布控目标，在不干扰群众自由通行的情况下，很难快速方便的辨别其身份。传统方式，案发后常常需要出动整个侦查队加班加点反复看视频，不但耗费大量警力而且容易错过追捕时机。 为了对付各种各样的刑事犯罪，保护国家和人民群众的生命财产安全，保证各行各业和国家重点部门的正常运转，采用高科技手段预防和制止犯罪已成为平安城市建设的需要。随着人脸识别技术的发展，诸多人像比对系统已经在公安的治安、刑侦等业务中获得有效的应用。公安部门在特殊场所追缉在逃人员一直以来是个很棘手的问题。由多奥自主研发的领先的人脸识别技术，将动态人脸识别技术应用于视频监控中，从而使在不易被监控目标察觉的情况下，达到中远距离识别验证后台报警提示的效果。 将动态人脸识别技术与视频监控相结合，对重点监控区域进行人脸识别布控，对于协助公安干警快速侦破案件，避免犯罪事件的发生，维护社会和谐稳定，创建平安和谐城市具有重要的意义。
二、系统概述 人脸识别布控系统，把各处采集到的人脸信息与布控人脸进行比对，能够同时进行多路视频分析比对，在发现目标后迅速提示并将警情推送至客户端。此外，系统还支持单目标多张照片批量导入，多目标批量照片导入等各种导入方式，在降低了技术人员的工作量同时大幅提高了安保人员的工作效率。即使抓拍人在行进中转头、低头仍然能做出准确跟踪和抓拍。 系统采用服务器/客户端结构。服务器保存黑名单人员的面部信息，实现人员识别和报警的功能，而客户端实时接收来自一个或多个通道摄像头的面部数据，并和黑名单中的人员进行对比。
信息通信 INFORMATION & COMMUNICATIONS 2019年第6期（总第198期） 2019 (Sum. No 198) 浅谈基于深度学习的人脸识别技术 刘晓波 （中国联合网络通信有限公司湖北省分公司，湖北武汉430040） 摘要:互联网科技和大数据技术飞速发展的时代，日新月异的各种前沿技术，一再刷新人们的认知,人工智能（AI ）成为了 一 门最热门的行业应用能力。AI 技术不仅仅要够炫够酷，更要有足够的“温度"，让机器更加人性化。人脸识别技术（Face Recognition Technology, FRT ）是近年来模式识别、图像处理以及人工智能等领域的重要研究课题之文章重点对现有 的人脸检测识别方法以及应用领域关键技术进行总结，分析和比较当前主流识别方法优缺点，分享其中关键技术及发展 前景。 关键词:人脸识别;人工智能;深度学习；人脸检测；面部特征中图分类号:TP391.41 文献标识码:A 文章编号：1673-1131（2019）06-0018-03 0引言 随着社会对个人身份的自动验证需求的加深，一些技术 成熟且传统上被认为更加稳健的身份验证方案如指纹识别、 虹膜识别、语音识别等，都具有侵入性的特征，即需要参与者 的一定程度的合作（指纹识别需要用户将手指按在传感器上, 虹膜识别需要用户与相机靠得很近，语音识别则需要用户大 声说话），因此寻找一种更优且非侵入式的自动身份验证方案 成为了大势所趋。 人脸识别技术（Face Recognition Technology, FRT ）是基于 人的面部特征信息能够识别或验证图像或视频中主体身份的 技术生物识别技术。用图像釆集工具（如摄像机或摄像头）釆 集含有充分且足够的人面部特征的图像或视频流，并自动在 图像中检测和跟踪人脸，进而对检测到的人脸进行识别和验 证的一系列相关技术总成。 相比传统的身份验证方法，人脸识别技术具有非接触性 （不用肢体接触）、非强制性（路过即可，甚至无察觉）、可并发 性（可同时进行多个人脸的分拣、判断及识别）等优势。 直观的人脸识别如下图所示： * 2 z 5 n e s i e 图1人脸识别示例 简单来说就是通过输入一个自然人的面部特征，和自然 人面部特征库中的注册在库身份进行面部特征逐项比对，找 出一个与输入的面部特征相似度最高（需预设阀值，必须大于 阀值）的个体，以确定输入面部特征对应的身份。如没有找到 大于阀值的个体,则返回“unknown ”。 1传统的人脸识别 传统的人脸识别被当作模式识别/模式匹配问题。主流的 人脸识别技术基本上可以归结为三类，即:基于几何特征的方 法、基于模板的方法和基于模型的方法。 （1）基于几何特征的方法是最早投入实际应用的人脸识别 方法。该方法通过定位人面部主要器官的详细位置，如：眉、 眼、鼻、嘴、耳等，获取主要器官等重要面部特征的形状、相对 位置以及特征之间的距离等参数，利用参数构成一个可以代 表个体人脸的特征向量。 （2） 基于模板的方法可以分为神经网络方法、动态连接匹 配方法、线性判别分析方法、特征脸方法、基于相关匹配的方 法、奇异值分解方法等。 （3） 基于模型的方法则有基于主动外观模型、隐马尔柯夫 模型方法、主动形状模型等。 传统的人脸识别是人脸识别的初级阶段，重要成果不多, 人工依赖性较强，鲁棒性较差，基本没有实际应用。 随着大数据时代的到来，沉寂了许久的神经网络卷土重 来。作为人工智能时代的利器一深度学习逐渐走入人们的 视野。基于深度学习，人脸识别技术迅速发展。各种学习框 架如 Tensorflow 、Caffe >KerasMxnet >Darknet 等不断涌出。基 于深度学习的人脸识别一般被处理为回归/分类问题。一般流 图2人脸识别一般流程图 2人脸检测算法 人脸检测是人脸识别中的第一个环节，是一项关键技术。 人脸检测是指假设在输入图像中存在一个或者多个人脸情况 下，确定图像中全部人脸的位置、大小和姿势的过程。 图3人脸检测不意图 早期的人脸检测算法使用了模板匹配技术，即用一个人 脸模板图像与被检测图像中的各个位置进行匹配，确定这个 位置处是否有人脸,如果存在则定位人脸的位置、大小及主要 特征；此后机器学习被用于解决该问题，神经网络、支持向量 机等将人脸检测处理为二分类问题。如下图所示： 18
人脸识别技术是什么原理 1面像识别原理 2、1、1面像识别技术概述 面像识别是近年来随着计算机技术、图象处理技术、模式识别技术等技术的快速进步而出现的一种崭新的生物特征识别技术。生物识别技术是依靠人体的身体特征来进行身份验证的一种高科技识别技术，如同人的指纹、掌纹、眼虹膜、DNA 以及相貌等人体特征具有人体所固有的不可复制的唯一性、稳定性、无法复制一样，不易失窃或被遗忘。由于每个人的这些特征都不相同，因此利用人体的这些独特的生理特征可以准确地识别每个人的身份。 随着计算机技术的迅速发展，人们开发了指纹识别、声音识别、掌形识别、签名识别、眼纹（视网膜）识别等多种生物识别技术，目前许多技术都己经成熟并得以应用。而面像识别技术则是生物识别技术的新秀，与其他识别技术相比较，面像识别具有简便、准确、经济及可扩展性良好等众多优势，可广泛应用于安全验证、监控、出入口控制等多个方面。 面像识别技术包含面像检测、面像跟踪与面像比对等课题。面像检测是指在动态的场景与复杂的背景中判断是否存在面像并分离出面像，面像跟踪指对被检测到的面像进行动态目标跟踪，面像比对则是对被检测到的面像进行身份确认或在面像库中进行目标搜索。 面像检测分为参考模板、人脸规则、样本学习、肤色模型与特征子脸等方法。参考模板方法首先设计一个或数个标准人脸模板，然后计算测试样本与标准模板之间的匹配程度，通过阀值来判断是否存在人脸；人脸具有一定的结构分布特征，人脸规则即提取这些特征生成相应的规则以判断测试样本是否包含人脸；样本学习则采用模式识别中人工神经网络方法，通过对面像样本集和非面像样本集的学习产生分类器；肤色模型依据面像肤色在色彩空间中分布相对集中的规律来进行检测；特征子脸将所有面像集合视为一个面像子空间，基于检测样本与其在子空间的投影之间的距离判断是否存在面像。 上述方法在实际系统中也可综合采用。 面像跟踪一般采用基于模型的方法或基于运动与模型相结合的方法，另外，肤色模型跟 踪也不失为一种简单有效的手段。 面像比对从本质上讲是采样面像与库存面像的依次比对并找出最佳匹配对象。因此， 面像的描述决定了面像识别的具体方法与性能。目前主要有特征向量与面纹模板两种描述方 法，特征向量法先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离、角度等等 属性，然后计算出它们的几何特征量，这些特征量形成一描述该面像的特征向量；面纹模板 法则在库中存储若干标准面像模板或面像器官模板，在比对时，采样面像所有象素与库中所
2019年我国人脸识别技术发展情况 及发展趋势综合分析 2019年2月14日 一、全球生物识别细行业市场占比情况分析 生物识别指的是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段相结合，利用人体固有的生理特性来进行个人身份鉴定技术。按不同的识别方式，生物识别可分为指纹识别、虹膜识别、语音识别、静脉识别和人脸识别。 伴随着生物识别产品逐渐从单一的PC处理转变为分布式计算。 用独立的前端独立设备来完成生物特征的采集、预处理、特征提取和比对，通过中心PC或服务器完成与业务相关的处理。随着生物特征 识别技术的不断发展和提高，生物特征识别技术的应用场景不断拓展，预计2015-2020年全球生物识别细分行业复合增长率分别为：人脸识别复合增长率为167%；语音识别为100%；虹膜识别为100%；指纹识别复合增长率为73%。
全球生物识别细行业市场占比情况 二、中国人脸识别技术发展情况分析 1、中国人脸识别行业发展历程 人脸识别技术在中国的发展起步于上世纪九十年代末，经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段。其中，2014年是深度学习应用于人脸识别的关键一年，该年FaceBook发表一篇名为“DeepFace系统：达到肉眼级别的人脸识别系统”（翻译名），之后Face++创始人印奇团队以及香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果，两者在LFW数据集上识别准确度均超过了99%，而肉眼在该数据集上的识别准确度仅为97.52%，可以说深度学习技术让计算机人脸识别能力超越人类的识别程度。
人脸识别与其他生物识别方式相比，优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。 2、3D人脸识别与2D人脸识别数据对比 目前，国内的人脸识别技术已经相对发展成熟，该技术越来越多的被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤矿、楼宇、银行、军队、社会福利 保障、电子商务及安全防务等领域，人脸识别的全面应用时代已经到来。 中游人脸识别技术的进步，是推动下游场景应用拓展的关键所在。目前，人脸识别市场的解决方案主要包括2D识别、3D识别技术。市场上主流的识别方案是采用摄像头的2D方案，但由于人的脸部并非 平坦，因此2D识别在将3D人脸信息平面化投影的过程中存在特征信息损失。3D识别使用三维人脸立体建模方法，可最大程度保留有效 信息，因此3D人脸识别技术的算法比2D算法更合理并拥有更高精度。
浅谈人脸识别技术VS指纹识别技术 1、指纹识别系统适宜的使用单位界定在：人数少、且环境好的单位，比如政府机关，或100人以下且环境好的企事业单位，不然使用起来很勉强和难受。人脸识别技术，不受环境影响。是指基于人的脸部特征信息，通过计算机与生物传感器等高科技手段结合，利用人体固有的生理特性，进行个人身份鉴定的一种生物识别技术。这种技术先对输入的人脸图象或者视频流进行判断，给出每张脸的位置、大小和面部各个主要器官的具体信息。依据这些信息，进一步提取人脸中所蕴涵的身份特征，将其与已知的人脸进行比对，从而识别每个人的身份。 2、指纹识别的民用技术目前还不成熟，真实的识别率在95%以下，也就是说100人中基本上有超过5个人的指纹识别不了，或者要反复识别。与传统的身份鉴定方式相比，人脸识别技术的最大特点就是识别精确度高。人脸识别独具的活性判别能力，保证了他人无法以非活性的照片、木偶、蜡像欺骗识别系统，无法仿冒。此外，人脸识别速度快，不易被察觉。与其他生物识别技术相比，人脸识别属于一种自动识别技术，一秒内可以识别好几次。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感。 3、目前的指纹考勤机均采取指纹识别+密码识别相结合的方式，就是因为有较多的不能识别指纹的情况人脸识别技术是基于生物统计学原理来实现的。先通过计算机相关软件对视频里的图像进行人脸图像采集、人脸定位、人脸识别预处理，从中提取人像特征点。然后利用生物统计学的原理进行分析，建立数学模型，即人脸特征模板。将已建成的人脸特征模板与被测者的面像进行特征比对，根据分析的结果给出一个相似值。通过这个值即可确定是否为同一人。现在这一技术已得到广泛应用。人脸识别技术的最大特点就是识别精确度高。 4、指纹识别技术目前对于：手指脏了、手指湿了、手指太干、手指脱皮（包括季节性脱皮）、手指破了……等等情况，都不能正常识别。人脸识别技术，非接触式识别。不受环境影响，不受生理影响。更环保更卫生。 5、为什么说指纹识别考勤只适合于小型单位使用呢。指纹识别对于感应卡刷卡的时间要长很多，以一个人站到考勤机前识别指纹到下一个人站过来开始识别作为一个人的识别周期，一般在6－7秒左右，也就是每个人在一次性识别都很正常的情况下，完成考勤签到需要6秒左右，如果100个人哪怕是提前了5分钟到达排着队等候签到，也需要600秒即10分钟左右完成，指纹识别一般为了提高识别率，都要求每个人留不同手指的2-3枚左右的指纹档案存到考勤机里，一枚不能识别时赶紧换用另一枚，这样反复重试才能达到90%左右的识别率。 与传统的身份鉴定方式相比，人脸识别技术的最大特点就是识别精确度高。人脸识别独具的活性判别能力，保证了他人无法以非活性的照片、木偶、蜡像欺骗识别系统，无法仿冒。人脸识别速度快，不易被察觉。与其他生物识别技术相比，人脸识别属于一种自动识别技术，一秒内可以识别好几次。不被察觉的特点对于一种识别方法也很重要。 6、指纹考勤机的关键部位，也是最脆弱部位就是指纹膜，指纹膜时间用的越长，指纹识别率就越低，在没有任何人为刮擦破坏的情况下，一片指纹膜一般在半年以后就越来越多的指纹不能识别或者需要反复识别，解决办法是更换指纹膜，更
人脸识别系统解决方案 深圳东南创通智能科技有限公司 2018年6月13日
目录
一、概述 1、背景分析 随着我国城镇化进程的加快，城市人口日趋密集，人口流动性也大大增加，社会犯罪率呈逐年升高的趋势。在传统侦查工作方式中，多采用人工排查的方式，要排查重要场所人员身份，和限制外来人员进入固定区域，不仅费时费力，还可能造成遗漏等情况，排查效率大打折扣，同时给公共安全防范和社会维稳工作带来了极大的困难。 为切实解决重点复杂区域社会治理难题，夯实社会稳定和长治久安的基层基础，及高清技术、智能化技术、网络技术的日趋普及与成熟，我司立足实际需求，针对复杂区域流动人口多、身份难以核查、人员来访不易管理的局面，推出人脸识别系统解决方案。 系统采用先进的人脸识别算法，高速芯片作为识别算法的运行硬件平台，通过出入口的身份证信息采集、实时人脸抓拍和人证比对，从而实现人证合一验证。并针对不同场所实现固定人员刷脸通行，访客人员人证比对登记，解决固定人员每次需要刷证或输入密码的问题，人证比对失败人员则需要安保人员或工作人员人工确认后手动放行。 2、设计原则 系统设计遵循技术先进、深度学习算法、性能稳定、节约成本的原则；本系统设计内容是系统的、全面的、完整的、易用的以及符合人机交互的；方案设计具有科学性、合理性、可操作性。
二、系统介绍 1、系统组成 人脸识别系统由人证识别终端、通道闸、人脸识别管理客户端及平台组成。 人脸识别系统拓扑图 2、人脸识别特性 人脸识别系统核心组成部分主要包括人脸图像采集模块、动态人脸定位、人脸识别预处理、身份查找、身份比对、身份确认、执行机构和记录平台等，并通过一脸通平台判断人员身份及权限，开放相应的区域，保留人脸通行记录事件，并根据相应的权限命令各子系统作出响应，例如固定客户通道自动放行，访客只允许进入指定楼层等。 人脸识别一体化终端使用世界领先的人脸检测、识别算法（FDDB与LFW世界前三），将其运行在高性能嵌入式平台中，配合200W像素的摄像头，终端实现人脸检测、人脸跟踪、与人脸识别，并可在屏幕上呈现相应的反馈。 本产品能够同时识别5个人，光线环境良好的情况下最远能识别5米远的人脸，人脸跟踪与检测耗时20ms左右，人脸特征提取耗时200ms左右，人脸比对耗时左右，对光
第一节前期报批重难点分析及解决措施（一）报批内容繁多编制 根据招标文件的内容，涉及到的相关部门有20几个，应提前编制报批进度控制计划，罗列出本项目所涉及到的所有报批内容，并和设计文件的进度有效的衔接，另外我单位一直从事全过程项目管理（代建）的工作，对办事流程熟悉，能为前期报批管理工作带来一定得便捷。鉴于项目的建设已十分迫切，建议为加快项目建设过程，应利用项目本身的优势，争取有关方面给予支持，争取绿色通道，缩短报批的中间环节审批时间。如我方中标，为了能出色完成该项任务，安排前期报批部专项人员来协助业主方完成前期报批的各项手续。我单位以围绕申领建筑工程规划许可证和施工许可证位置中心开展相应的前期工作，通过全面衔接业主方已进行的工作，熟悉项目功能要求和各项限制条件，用以指导后续前期工作，既保证项目工作连续性，也发挥出我单位的技术先进性，确保前期工作的准备质量。 （二）前期沟通协调设计部门多 1、必须加强与政府各职能部门（涉及的部门包括发改委、市政、公安交通等）的联系，了解政府的有关政策，及时办理相关手续，决不违章作业，确保工程严格按国家规定的基本建设程序顺利进行。在工程建设过程中，建设管理单位应主动要求有关管理部门到现场检查和指导工作，对管理部门提出的有关整改问题应积极、及时进行改正和处理，不断完善和提高现场建设管理水平。 2、建设管理单位严格按基本建设程序办理相关前期手续，包括
规划许可证，国土使用证，开工许可证，初步设计和施工图设计的消防审查意见书、卫生防疫审查意见书、图纸审查书、人防审查意见，质监备案通知，安监备案通知以及文物勘察通知，水、电、气、通讯、道路开口、市政排水等的申请批准书等。在办理手续时保证按政府及有关职能部门的规定要求提供项目完整的报批所需要有关资料和文件，项目的建设要求和内容在报建前应符合规划和相关法律、法规的规定，如项目的总平面布置、建筑高度、层数和建筑体型应符合规划要求，建筑内部的功能分区和结构应符合消防有关法规，地下室设计满足人防、消防的规定，在正式开工前必须办理文物勘探手续、建筑渣土手续并完成现场的文物勘探工作，设计图必须通过消防、人防卫生防疫、规划、建委等部门的审查批准。在项目前期，及时与水、电、气、市政部门取得联系，根据项目建设要求提前向上述部门提出项目供水、供电、供气、通讯和市政雨、污水排放、道路开口的申请要求，以便相关部门及时进行配套建设的准备工作。 3、依据政府的有关批文和依靠政府的有关政策规定，各方均对政府负责的职责和对项目认真负责的态度，严格科学办事程序，将是与政府和有关职能部门搞好工作协调的关键。 4、项目的室外配套专业组织协调要求也较高，如何与政府职能部门进行充分、有效的组织协调，将直接影响到项目建设各项目标的实现，为此，我公司介入后将会把配套专业的实施与协调内容作为重点工作内容之一，并结合以往类似项目的沟通、协调管理经验，通过合理的计划与安排、组织与协调，加强与当地职能部门的联系和沟通，
人脸识别研究 代上 （河南大学环境与规划学院河南开封 475004） 摘要：现今世界经济发展迅速，而面对繁杂的社会安全问题却显得有些捉襟见肘，人脸识别技术能够因通过面部特征信息识别身份而受到广泛关注。人脸识别通常使用采集含有人脸图像或视频流的设备，将收集到的人脸信息进行脸部检测,进而与数据库中已有信息进行对比确定被识别对象的身份,已经广泛的应用于公共安全、教育等多个方面，且在以后的社会发展中具有很大的应用前景。本文主要对人脸识别的发展历程、主要识别方法予以总结概括，并对其应用范围与发展趋势进行分析。 关键词：人脸识别；方法；应用；发展 1引言 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。该项技术目前应用到社会的各个领域，例如个人家庭自动门的安全系统、犯罪人的身份识别系统、银行自动取款的服务系统等。 人脸识别系统给人带了很多方便，应用能力很强，但是人脸识别仍然有很多阻碍其发展的困难之处。主要表现在：在收集图像中目标自身的影响；在系统收集图像的过程中容易受到各种外界因素以及系统收集图像之后由于其它因素造成的面部损伤所带来的影响；随着时间的变迁，人的面部逐步发生变化的影响。这些都对人脸识别技术的发展造成了一定的困难，也使得该项技术面临着多种挑战性。 2 人脸识别研究的发展历史与研究现状 2.1发展历史 很早在19世纪80年代就有关于通过人脸对人类的身份进行辨别的论文发表，但是由于技术水平与设备的限制，人脸识别技术并没有受到重视。直到20世纪60年代末，Blcdsoc[1]提出了人脸识别研究的雏形，人脸识别技术才被人们接受。 在人脸识别研究的早期阶段，人们主要研究的是人脸识别的各种方法，但是在实际应用方面却没有得到实质性的进展。 进入20世纪90年代末的时候，人脸识别技术进入了一个快速发展阶段，在这个时期各种新的人脸识别方法相继出现，并创建了人脸图像数据库，对人脸识别的发展起到了巨大的促进作用。在实际应用方面也取得了很大的进展，运用人脸识别技术的产品逐渐进入了社会市场。 进入21世纪以后，人脸识别技术已经逐步发展成熟，但是由于非理想条件如（光照、天气、姿态）的影响，对人脸识别技术的要求也更高。为了解决这些不利因素所造成的影响，研究者们一直努力寻找更加趋于完美的方法，从而减少这些因素所带来的不利影响。 2.2研究现状 近几年来，人脸识别技术已经从以前的认知阶段发展到了实际应用阶段。但是由于每个人的面部都会因为各种不同的原因发生改变，这给人脸识别带来了不小的影响。如光照不同