人脸识别综合检索

人脸识别综合检索1、课题分析（1）课题所属学科：工业技术自动化技术、计算机技术计算技术、计算机技术计算机的应用信息处理（信息加工）模式识别与装置（2）中图分类号：TP391.4（3）课题分析过程课题的简要介绍：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。用摄像机或摄像头采集含有人脸的图像或视频流，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脸部的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。查找的文献类型：期刊、硕博士论文、会议、报纸时间：1999年至2016年语种：中文、英文2、检索词人脸识别（facerecognition）、特征脸/主成分分析（eigenface）、线性判别分析（fisherface）、傅里叶变换（fouriertransform）、中值滤波（medianfiltering）3、检索系统检索用数据库名称：中国学术期刊网络出版总库、特色期刊、中国博士学位论文全文数据库、中国优秀硕士学位论文全文数据库、中国重要会议论文全文数据库、国际会议论文全文数据库、SPRINGER期刊、Taylor&Francis期刊、Wiley期刊、Emerald期刊、Elsevier期刊、ProQuest期刊、PubMed期刊、英国皇家学会期刊、Academy期刊、Bentham期刊、DOAJ期刊、美国科研出版社期刊、MultiScience期刊、Schweizerbart期刊、汉斯期刊检索途径：中国知网、百度学术4、检索结果[1]章毓晋.中国图像工程及当前的几个研究热点[J].计算机辅助设计与图形学学报,2002,06:489-500.[2]梁路宏,艾海舟,徐光祐,张钹.人脸检测研究综述[J].计算机学报,2002,05:449-458.[3]张翠平,苏光大.人脸识别技术综述[J].中国图象图形学报,2000,11:7-16.[4]孙冬梅,裘正定.生物特征识别技术综述[J].电子学报,2001,S1:1744-1748.[5]周激流,张晔.人脸识别理论研究进展[J].计算机辅助设计与图形学学报,1999,02:85-89.[6]卢春雨,张长水,闻芳,阎平凡.基于区域特征的快速人脸检测法[J].清华大学学报(自然科学版),1999,01:102-106.[7]梁路宏,艾海舟,何克忠.基于多模板匹配的单人脸检测[J].中国图象图形学报,1999,10:23-28.[8]刘青山,卢汉清,马颂德.综述人脸识别中的子空间方法[J].自动化学报,2003,06:900-911.[9]刘小军.人脸识别技术研究[D].中国科学院电子学研究所,2001.[10]杨健.线性投影分析的理论与算法及其在特征抽取中的应用研究[D].南京理工大学,2002.[11]李杰.隐马尔可夫模型的研究及其在图像识别中的应用[D].清华大学,2004.[12]罗瑜.支持向量机在机器学习中的应用研究[D].西南交通大学,2007.[13]龙伶敏.基于Adaboost的人脸检测方法及眼睛定位算法研究[D].电子科技大学,2008.[14]黄非非.基于LBP的人脸识别研究[D].重庆大学,2009.[15]齐兴敏.基于PCA的人脸识别技术的研究[D].武汉理工大学,2007.[16]王海珍.基于LDA的人脸识别技术研究[D].西安电子科技大学,2010.[17]清华大学苏光大.非接触式人脸识别技术[N].计算机世界,2006-07-24B10.[18]清华大学王俊艳.年龄变化的人脸识别[N].计算机世界,2006-07-24B13.[19]记者杨朝晖.人脸识别系统：你到底是谁？[N].科技日报,2006-05-18008.[20]本报记者付丽丽杨朝晖.人脸识别辨身份未来支付请“刷脸”[N].科技日报,2014-03-02003.[21]本报通讯员吴苡婷本报记者王春.上海工程技术大学研发成功高速人脸视频分析仪[N].科技日报,2013-02-25006.[22]本报记者李万予.动态变化下的人脸识别准确率显著提高[N].中国计算机报,2013-11-25027.[23]本报记者张邢刘文艳郭晓金.去年人脸识别市场有点儿火未来几年持续爆发[N].中国贸易报,2012-02-16F03.[24]证券时报记者刘筱攸.招行首推刷脸取款“人脸识别”再下一城[N].证券时报,2015-10-15A06.[25]谢丽欣,牟会,王欢,刘明霞.基于计算机视觉的人脸检测与识别综述[A].中国计算机学会容错计算专业委员会、《电脑开发与应用》编辑委员会.第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C].中国计算机学会容错计算专业委员会、《电脑开发与应用》编辑委员会:,2009:5.[26]张雷刚,张勇东,张冬明.基于GPU并行加速的改进分块PCA人脸识别算法[A].北京图像图形学学会.图像图形技术研究与应用(2010)[C].北京图像图形学学会:,2010:6.[27]邹垚,张超.基于DSP的人脸识别算法实现与优化[A].中国通信学会通信建设工程技术委员会.中国通信学会通信建设工程技术委员会2010年年会论文集[C].中国通信学会通信建设工程技术委员会:,2010:10.[28]陈霞,吴珑,樊进,谭守标.人脸识别技术综述[A].中国仪器仪表学会.中国仪器仪表学会第十二届青年学术会议论文集[C].中国仪器仪表学会:,2010:4.[29]王辉麟,安然.铁路车站人脸识别系统的研究与应用[A].中国智能交通协会.第七届中国智能交通年会优秀论文集——智能交通应用[C].中国智能交通协会:,2012:8.[30]李祥宝.人脸识别发展分析[A].中国自动化学会、河南省自动化学会、湖北省自动化学会、湖南省自动化学会、广东省自动化学会、海南省自动化学会、广西壮族自治区自动化学会.中南六省（区）自动化学会第24届学术年会会议论文集[C].中国自动化学会、河南省自动化学会、湖北省自动化学会、湖南省自动化学会、广东省自动化学会、海南省自动化学会、广西壮族自治区自动化学会:,2006:5.[31]李杰,阮秋琦.一种基于加权小波和改进的Fisher脸的人脸识别方法[A].中国图象图形学学会.第十四届全国图象图形学学术会议论文集[C].中国图象图形学学会:,2008:5.[32]肖良,戴斌,方宇强.基于自组合稀疏表示的鲁棒人脸识别算法[A].中国自动化学会控制理论专业委员会(TechnicalCommitteeonControlTheory,ChineseAssociationofAutomation)、中国系统工程学会(SystemsEngineeringSocietyofChina).第三十一届中国控制会议论文集B卷[C].中国自动化学会控制理论专业委员会(TechnicalCommitteeonControlTheory,ChineseAssociationofAutomation)、中国系统工程学会(SystemsEngineeringSocietyofChina):,2012:5.[33]JunLi,MinghaoDong,AifengRen,JunchanRen,JinsongZhang,LiyuHuang.Structuralattributesofthetemporallobepredictfacerecognitionabilityinyouth[J].Neuropsychologia,2016,:.[34]Seung-WookKim,June-YoungJung,Cheol-HwanYoo,Sung-JeaKo.Retinex-basedilluminationnormalizationusingclass-basedilluminationsubspaceforrobustfacerecognition[J].SignalProcessing,2016,120:.[35]YongXu,ZhengZhang,GuangmingLu,JianYang.Approximatelysymmetricalfaceimagesforimagepreprocessinginfacerecognitionandsparserepresentationbasedclassification[J].PatternRecognition,2015,:.[36]IoannisA.Kakadiaris,GeorgeToderici,GeorgiosEvangelopoulos,GeorgiosPassalis,DatChu,XiZhao,ShishirK.Shah,TheoharisTheoharis.3D-2DFaceRecognitionwithPoseandIlluminationNormalization[J].ComputerVisionandImageUnderstanding,2016,:.[37]YuhuiChen,ShuiguangTong,FeiyunCong,JianXu.Symmetricalsingularvaluedecompositionrepresentationforpatternrecognition[J].Neurocomputing,2016,:.[38]ChristelDevue,CatherineBarsics.Outliningfaceprocessingskillsofportraitartists:Perceptualexperiencewithfacespredictsperformance[J].VisionResearch,2016,:.[39]ShuxinOuyang,TimothyHospedales,Yi-ZheSong,XuemingLi,ChenChangeLoy,XiaogangWang.Asurveyonheterogeneousfacerecognition:Sketch,infra-red,3Dandlow-resolution[J].ImageandVisionComputing,2016,56:.[40]LeNguyenBao,Dac-NhuongLe,GiaNhuNguyen,VikrantBhateja,SureshChandraSatapathy.OptimizingFeatureSelectioninVideo-basedRecognitionusingMax-MinAntSystemfortheOnlineVideoContextualAdvertisementUser-OrientedSystem[J].JournalofComputationalScience,2016,:.5、文献综述人脸识别技术综述摘要首先对数字图像处理技术做了简单介绍,然后对人脸识别的方法按照识别特征的不同进行了分类综述,主要介绍了基于几何特征的人脸识别、基于统计特征的人脸识别及基于连接机制的人脸识别技术，并总结了人脸识别的主要难点,进而展望了人脸识别技术今后的发展方向。关键词人脸识别、主成分分析、线性判别分析、傅里叶变换、中值滤波1.数字图像数字图像处理（DigitalImageProcessing）又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术的一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。在计算机中，按照颜色和灰度的多少可以将图像分为二值图像、灰度图像、索引图像和真彩色RGB图像四种基本类型。大多数图像处理软件都支持这四种类型的图像。1.1灰度图像灰度图像矩阵元素的取值范围通常为[0，255]。因此其数据类型一般为8位无符号整数的（int8），这就是人们经常提到的256灰度图像。“0”表示纯黑色，“255”