一路机电人脸识别-人脸识别-人脸识别系统

伴随着科技的飞速发展，人脸识别的技术也越来越好，近来有一种通过*网络的方法进行识别，人工*网络是一种非线性动力学系统，具有良好的自*、自适应能力。目前*网络方法在人脸识别中的研究方兴未艾。Valentin提出一种方法，首先提取人脸的 50个主元，然后用自相关*网络将它映射到 5维空间中，再用一个普通的多层感知器进行判别，对一些简单的测试图像效果较好；有人提出了一种混合型*网络来进行人脸识别，其中非监督*网络用于特征提取，而监督*网络用于分类。Lee等将人脸的特点用六条规则描述，人脸识别门锁，然后根据这六条规则进行五官的*，将五官之间的几何距离输入模糊*网络进行识别，效果较一般的基于欧氏距离的方法有较大****，Laurence等采用卷积*网络方法进行人脸识别，由于卷积*网络中集成了相邻像素之间的相关*，从而在一定程度上获得了对图像平移、旋转和局部变形的不变性，因此得到非常理想的识别结果，Lin等提出了基于概率决策的*网络方法 (PDBNN)，其主要思想是采用虚拟 (正反例 )样本进行强化和反强化学习，从而得到较为理想的概率估计结果，并采用模块化的网络结构 (OCON)加快网络的学习。这种方法在人脸检测、人脸*和人脸识别的各个步骤上都得到了较好的应用，其它研究还有 :Dai等提出用Hopfield网络进行低分辨率人脸联想与识别，Gutta等提出将RBF与树型分类器结合起来进行人脸识别的混合分类器模型，Phillips等人将MatchingPursuit滤波器用于人脸识别，国内则采用统计学习理论中的支撑向量机进行人脸分类。

*网络方法在人脸识别上的应用比起传统的方法来有一定的优势，因为对人脸识别的许多规律或规则进行显性的描述是相当困难的，而*网络方法则可以通过学习的过程获得对这些规律和规则的隐性表达，它的适应性更强，一般也比较容易实现。因此人工*网络识别速度快，但识别率低 。而*网络方法通常需要将人脸作为一个一维向量输入，因此输入节点庞大，其识别重要的一个目标就是降维处理。

如今的机场与车站大多安装了人脸识别机进行安检，那么出入境管理处是如何利用人脸识别技术进行安防布控的呢？

①针对违规旅客通过现场实时人脸比对，辨别出在场嫌疑人

②对接海关业务系统，人脸识别一体机，智能分析嫌疑人，实现海关的特殊*人员布控自动辨别、机场旅客信息收集。

③抓拍的人脸快速与后台服务器进行比对，判断此次通关人是属于黑名单人物还是白名单人物；若是白名单人物则放行过关；若是黑名单人物，系统会立即发出警示，拒绝其出入境，甚至逮捕。

研究人脸识别在理论和技术上都有重要的意义:

一是可以推进对人类视觉系统本身的认识;

二是可以满足人工智能应用的需要。

采用人脸识别技术，建立自动人脸识别系统，用计算机实现对人脸图像的自动识别有着广阔的应用领域和诱人的应用前景。

同时人脸识别作为一种生物体征识别与其它较成熟的识别方法(如*、虹膜、DAN检测等)相比有以下几个优点:

①无侵略性，人脸识别，人脸图像的获取不需要被检测人发生身体接触，可以在不惊动被检测人的情况下进行;

②低成本、易安装，人脸识别系统只需要采用普通的摄像头、数码摄像机或手机上的嵌入式摄像头等被广泛使用的摄像设备即可，对用户来说也没有特别的安装要求;

③无人工参与，整个人脸识别过程不需要用户或被检测人的主动参与，计算机可以根据用户预先的设置自动进行。