人工智能视觉识别技术的发展历，人脸识别的发展历史是怎样的

来源：整理时间：2023-06-27 08:30:27 编辑：智能门户手机版

1，人脸识别的发展历史是怎样的

人脸识别技术是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。人脸因具有不可复制、采集方便、不需要被拍者的配合而深受欢迎。与其他生物识别技术，如指纹识别，掌形识别，眼虹膜识别和声音识别相比较，人脸识别具有以下独特的优势： # 非接触式采样被测者不需要与采集器（摄像头）接触即可将面像资料输入到计算机中。这种方式既方便了使用者，同时也大大提高了采集器的使用寿命。比如，指纹的采集需要使用者把手放在采集器上，这样使用时间长了次数多了采集器就容易因磨损而损坏。 # 无需被测者的配合被测者可以在毫不知情的情况下被采样录入并进比对识别。这一特点使得人脸识别技术成为公共安全监控方面的最理想的选择。可以利用这一点，在公共场合或机要部门的出入口做实时比对识别，查找特定的人员。 # 人脸识别更方便、直观人脸照片能够很方便的进行人工鉴别判断，无需专业人士作鉴定。这使得当用户需要核对历史记录中的人员时，能够更方便、直观的进行人工判别。

人脸识别的发展历史是怎样的

2，人工智能的演进

第一阶段：50年代人工智能的兴起和冷落人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序LISP表处理语言等。但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。这一阶段的特点是：重视问题求解的方法，忽视知识重要性。第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。并且，1969年成立了国际人工智能联合会议（InternationalJointConferencesonArtificialIntelligence即IJCAI）。第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展日本1982年开始了“第五代计算机研制计划”，即“知识信息处理计算机系统KIPS”，其目的是使逻辑推理达到数值运算那么快。虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。第四阶段：80年代末，神经网络飞速发展1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。第五阶段：90年代，人工智能出现新的研究高潮由于网络技术特别是国际互连网技术的发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。人工智能已深入到社会生活的各个领域。

人工智能的演进

3，人脸识别的最新进展

人脸识别是人工智能领域发展较快的技术之一，目前人脸识别的相关应用已经足够丰富，且已经积累了足够多的经验，在人脸图像采集、预处理以及特征选取等方面的工程优化也做得很好。以厦门云脉的人脸识别相关应用为例，目前已经能够自动识别人脸，且在识别速度与识别率方面都有不错的表现。

什么是人脸识别人脸识别，特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别概述广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。人脸识别的优势人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。人脸识别的困难虽然人脸识别有很多其他识别无法比拟的优点，但是它本身也存在许多困难。人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。人脸在视觉上的特点是：第一，不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的；第二，人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。在人脸识别中，第一类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。通常称第一类变化为类间变化（inter-class difference），而称第二类变化为类内变化（intra-class difference）。对于人脸，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。人脸识别的技术细节一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。人脸识别的算法种类基于人脸部件的多特征识别算法(mmp-pca recognition algorithms)。基于人脸特征点的识别算法（feature-based recognition algorithms）。基于整幅人脸图像的识别算法（appearance-based recognition algorithms）。基于模板的识别算法（template-based recognition algorithms）。利用神经网络进行识别的算法（recognition algorithms using neural network）。人脸识别的应用人脸识别的应用主要有： ·公安刑侦破案：通过查询目标人像数据寻找数据库中是否存在重点人口基本信息。例如在机场或车站安装系统以抓捕在逃案犯。 ·门禁系统：受安全保护的地区可以通过人脸识别辨识试图进入者的身份。 ·摄像监视系统：例如在机场、体育场、超级市场等公共场所对人群进行监视，以达到身份识别的目的。例如在机场安装监视系统以防止恐怖分子登机。 ·网络应用：利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥有者使用信用卡等。人脸识别软件人脸识别软件顺应当前的要求，慢慢走上了历史的舞台。knowu (基于视频的人脸识别系统), 是当前不多的人脸识别软件中具有代表性的一款，它是由个人开发编写的，并且随着版本的升级，逐渐具有了商业开发的色彩，在网上已经免费发布试用了。人脸识别系统脸识别系统以人脸识别技术为核心，是一项新兴的生物识别技术，是当今国际科技领域攻关的高精尖技术。人脸因具有不可复制、采集方便、不需要被拍者的配合而深受欢迎。人脸识别系统具有广泛的应用：人脸识别出入管理系统、人脸识别门禁考勤系统、人脸识别监控管理、人脸识别电脑安全防范、人脸识别照片搜索、人脸识别来防登记等等。

人脸识别的最新进展