图书馆人脸识别信息推荐「多图」

?人脸识别技术发展背景

人脸识别，是基于人的脸部特***息进行身份识别的一种生物识别技术。除了安防、***这两大领域外，人脸识别还在交通、教育、电子商务等诸多场景实现了广泛应用，且呈现出显著应用价值。为了进一步把握人脸识别技术所带来的重大机遇，我国出台了一系列政策予以支撑。

2015年以来，我国相继出台了《关于***业***机构远程开立人民1币账户的指导意见(征求意见稿)》、《安全防范视频监控人脸识别系统技术要求》、《信息安全技术网络人脸识别认证系统安全技术要求》等******，为人脸识别技术的应用以及在***、安防等领域的普及奠定了重要基础。

2017年，人工智能第壹次被写入******报告；同年7月，发布了《新一代人工智能发展规划》；12月，出台了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，其中对人脸识别有效检出率、正确识别率的提升做出了明确要求。作为人工智能主要细分领域，人脸识别获得的***政策支持显而易见。

人脸识别技术发展历程

人脸识别蕞初在20世纪60年代已经有研究人员开始研究，真正进入初级的应用阶段是在90年代后期，发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。

与其他生物识别方式相比，人脸识别优势在于自然性、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。***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***识别或虹膜识别需利用电子压力传感器或红外线采集***、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。人脸识别优势明显，未来将成为识别主导技术。具体来说，相比***识别、虹膜识别等传统的生物识别方式，优点主要还集中在四点：非接触性、非侵扰性、硬件基础完善和采集快捷便利，可拓展性好。在复杂环境下，人脸识别精度问题得到解决后，预计人脸识别有望快速替代***识别成为市场大规模应用的主流识别技术。

传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们蕞熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。

迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别系统逐渐走向实用化。

人脸与***的其它生物特征（***、虹膜等）一样与生俱来，它的 性和不易被复质的良好特性为身份鉴别提供了必要的前提。

人脸识别系统的三大关键技术包括基于特征的人脸检测技术，基于模板匹配人脸检测技术，基于统计的人脸检测技术。

1、基于特征的人脸检测技术

通过采用颜色、轮廓、纹理、结构或者直方图特征等进行人脸检测。

2、基于模板匹配人脸检测技术

从数据库当中提取人脸模板，接着采取一定模板匹配策略，使抓取人脸图像与从模板库提取图片相匹配，由相关性的高低和所匹配的模板大小确定人脸大小以及位置信息。

3、基于统计的人脸检测技术

通过对于“人脸”和“非人脸”的图像大量搜集构成的人脸正、负样本库，采用统计方法强化训练该系统，从而实现对人脸和非人脸的模式进行检测和分类。