文献综述
1.1 调研报告
人类已进入一个蓬勃、快速发展的信息化时代，信息获取、信息表示及信息处理己经成为当前科技等领域中不可或缺的关键技术和重要研究方向。相应地，计算机技术、自动化控制技术、网络技术、传感技术、以及信息检测和信息处理技术都得到普遍关注和发展[1]。随着科学技术的进步和信息化建设的不断深化，海量的信息化数据不断涌现在我们面前，如何快速又高效的获取和处理其中有用的信息成为关键。因此，人们己经开始越来越关注相关的自动获取和处理技术，如何从海量信息中获取与自己相关或者对自己有用的各种数据信息，被用于信息描述和处理的模式识别技术得到越来越广泛的关注[4-5]。生物特征识别相关技术引起了较多研宄者的关注，己成为模式识别和人工智能等领域中研宄热点问题之一[6]。生物特征识别技术包括人脸识别、指纹识别、语音识别、表情分析及理解、虹膜识别等，它是一门交叉学科，涉及较多相关的技术和学科，包括数学、计算机科学、生理学、心理学、模式识别、人工智能、图像处理技术、计算机视觉及光学等。
生物特征是人体属性特征的一种内在表示，它的特点是具有较强的稳定性和不同个体间的差异性，此生物特征能有效地作为模式识别中最信任和最可靠的依据。相比手掌、语音、指纹、虹膜、步态等人体特征，人脸是这些特征中十分直观且可以有效反映个体间差异性的类别属性特征。因此，人脸识别技术成为模式识别和人工智能等领域中的一个研究热点和研究方向。人脸识别的实质就是借助计算机工具来分析人脸面部图像，采用不同的特征表示方法提取有效地人脸特征，是可用来辨识身份的一门自动处理技术[7-9]。人脸作为人体组成成分中的一个重要表征器官，能有效地为人们提供多种鉴别信息，例如情绪、性别、年龄、种族、肤色以及性格等，因此人脸识别技术将会作为人机交互技术中一种关键技术手段。从本质上讲，研宄人脸的面部特征以及相关的人脸分析与识别将有助于加探对面部视觉模式规律的掌握，促进相关学科诸多模式识别和机器视觉的深入发展。近几十年来，人脸识别及相关技术被广泛应用于社会生活的各个方面，常见重要应用案例包括银行和军事重地的自动门禁系统、智能人脸监控系统、用于公共交通体系中安检系统的嫌疑人自动识别系统、网络服务中的在线验证系统等。
人脸是非刚体且较易受多种因素的影响，将会严重制约和影响人脸识别的精度和效果，其中诸多的影响因素将会造成不同个体人脸图像间的较大个体间差异性。产生不同个体较大差异性的内在因素主要有种族、性别、年龄、心理等。其外在因素主要有光照变化、角度偏转、姿态、噪声千扰、遮挡、以及化妆遮挡物等。针对上述的诸多内外因素对人脸识别效果的影响，使人脸识别这一研究课题既充满了挑战也具有较高的科学和学术研宄价值。人脸识别在社会生活各个领域中的广泛使用，以及该技术的广阔前景和极高学术价值都会极大地推动了人脸识别研宄的快速发展。
作为生物特征识别技术一个研究热点问题和研宄方向，人脸识别技术具有了诸多优势。具体概括为以下三个方面，即自然性较好、具有无侵犯性和性价比较高。人脸识别的这些优势也促使它得到十分广泛的关注和应用。随着人工智能和信息处理技术的飞跃发展，近年来人脸识别技术被广泛应用于公共交通体系中的智能安检系统、智能识别的门禁系统、计算机信息化安全领域、全智能监控系统、医学诊断辅助系统、人脸面部表情合成技术以及三维可视化和动画等领域。
人脸识别包括四个主要步骤：图像预处理、人脸检测、面部特征提取和分类识别。通过最近几十年的高效发展，人脸识别技术己经成为一个比较成熟的研究课题，并广泛应用在社会生活的方方面面。在人脸识别研宄的历史上产_大量的不同算法，以及针对不同阶段的各种检测、提取和识别分类算法等。由于研宄侧重点和学术背景上的差异性、以及所处环境的约束和对于具体应用的不同需求，大量涌现的人脸识别方法之间具有较大的差别。人脸检测之后，我们需要检测得到的人脸区域内的特征进行提取，也就是提取有效地鉴别特征对人脸进行表示和描述。特征提取的实质是获取有效的鉴别特征信息，其实质也是数据降维，由于人脸图像的数据维度往往比较大，假如直接用来描述人脸特征并进行分类，将会有较大的误差和计算复杂性。这主要是由于数据间的冗余信息、相关性等影响了面部特征的有效表示，而且较高维的数据将会带来计算的误差和复杂性。因此，采用一定的手段提取图像的主要特征来进行对比和识别，这就是特征提取。本文主要研究的是面部的特征提取以及识别方法。作为生物识别技术的重要组成部分，人脸识别与图像处理、模式识别、人工智能、计算机视觉等技术息息相关。
1.2 文献综述
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。
