毕业论文课题相关文献综述
文献综述
1.人脸识别技术的研究意义，国内外研究现状、水平和发展趋势：
人脸识别技术是一种生物识别技术。生物识别技术，就是指通过获取和分析人的身体或行为特征来实现身份的自动鉴别或验证，这些特征包括先天遗传的生理特征，如指纹、虹膜等，也包括后天习惯形成的行为特征，如手写签名、步态等。人脸识别技术，就是通过计算机获取人脸的特征，然后根据这些特征进行身份识别或验证的一种技术。人脸识别技术涉及到图像处理技术、计算机视觉技术、模式识别技术等众多领域。
人脸识别技术在世界范围内得到广泛的关注，更多的研究开始集中在基于视频的人脸识别上面。视频下的人脸识别系统主要是针对视频图像序列进行分析处理，它通常涉及到人脸检测、人脸跟踪、特征提取、人脸识别几个过程。其中，人脸检测与人脸跟踪在广义上讲，可以合并为人脸检测。近些年来，随着计算机计算能力的加强，基于视频流下的人脸识别发展迅速，各种面向复杂应用背景的视频人脸识别系统也随之涌现。由于基于视频流下的人脸识别系统具有如此大的应用前景，它引起了许多国家的高度关注。国内外众多的大学和研究机构，如美国的CMU,MIT,UIUC大学、英国的剑桥大学、日本的Toshiba公司和国内的清华大学、中科院自动化所等单位都对基于视频的人脸识别进行了广泛而深入的研究。
在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。
中国在这方面也取得了较好的成就，国家863项目面像检测与识别核心技术通过成果鉴定并初步应用，就标志着中国在人脸识别这一当今热点科研领域掌握了一定的核心技术。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别。这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样。系统可以接受时间间隔较长的照片，并能达到较高的识别率，在计算机中库藏2300人的正面照片，每人一张照片，使用相距1--7年、差别比较大的照片去查询，首选率可以达到50%，前20张输出照片中包含有与输入照片为同一人的照片的概率可达70%。2005年1月18日，由清华大学电子系人脸识别课题组负责人苏光大教授主持承担的国家"十五"攻关项目《人脸识别系统》通过了由公安部主持的专家鉴定。鉴定委员会认为，该项技术处于国内领先水平和国际先进水平。
人脸识别的研究开始于上世纪七十年代，当时的研究主要是基于人脸外部轮廓的方法。到现在为止，人脸识别主要经历了三个阶段的发展,第一阶段以Allen和Parke为代表，主要研究人脸识别所需要的面部特征，研究者用计算机实现了较高质量的人脸灰度图模型。这一阶段工作的特点是识别过程全部依赖于操作人员，显然这不是一种可以完成自动识别的系统。第二阶段是人机交互式识别阶段，代表性工作有:Harmon和Lesk用几何特征参数来表示人脸正面图像。他们采用多维特征矢量表示人脸面部特征，并设计了基于这一特征表示法的识别系统。KayakKobayashi则采用了统计识别方法，用欧氏距离来表征人脸特征。但这类方法需要利用操作员的某些先验知识，仍然摆脱不了人的干预。第三阶段是真正的机器自动识别阶段。近十余年来，随着高速度、高性能计算机的发展，人脸模式识别方法有了较大的突破，提出了多种机器全自动识别系统，人脸识别技术进入了实用化阶段。美国9"11事件以来，人脸识别作为计算机安全技术在全球范围内迅速发展。
2．人脸识别的研究内容
人脸识别的研究内容主要包括以下四个方面:
(1)人脸检测(FaceDetection):主要任务是判断给定的图像中是否存在人脸，如果存在，则进一步确定人脸的位置、大小和数量。
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。
