基于OpenCV的人脸五官分割算法研究文献综述
2020-04-14 17:12:53
1.1 研究目的及意义
随着信息时代的快速发展,计算机与互联网在人们生活中应用越来越广泛,但是人们的信息安全问题也日益突出,受到了人们广泛地关注和重视。在人们使用网络时,新时代的信息技术带来了便利、快捷,但也带来了信息不安全性,容易泄露个人隐私。传统的身份识别技术,例如:钥匙、身份证、密码等,已经无法保障人们的信息安全。所以一种新型身份识别技术——生物特征识别技术,逐渐步入人们的生活并迅速得到发展和应用,新型技术利用了人类的生物特征识别技术,指纹、掌纹、瞳孔、人脸等,每个人的这些生物特征都是独一无二的,有着准确率高、保密性好的特点,能够更好的保障人们的信息安全。这种识别方式不要求人们随身携带钥匙、证件,很好的便利了人们的生活方式。
人脸识别在可用性上有着独特的技术优势。人脸识别技术可隐蔽操作,适用于安全监控;非接触式采集,没有侵犯性,容易被接受;具有方便、快捷、强大的事后追踪能力;图像采集设备成本低;更符合人们的识别习惯,可交互性强,因而人脸识别技术是未来研究及应用的重点技术。
人脸识别检测是计算机视觉技术近年来的研究热点,研究人脸识别、表情识别、目标检测。人脸识别技术主要包括以下几种功能:
1、人脸检测与跟踪:人脸检测是在一张照片或者一段视频中,检测出是否有人脸存在。若存在人脸,则需给出人脸的坐标及其区域范围等信息。人脸跟踪则需要进一步输出所检测到的人脸坐标和区域范围等信息随时间变化情况。
2、面部特征检测与提取:要求确认人脸中的眼睛、鼻子、嘴巴等器官的位置,要求对这些器官和面部轮廓形状信息作出描述。
3、人脸属性分类:根据面部特征检测与提取结果,对检测到的人脸的性别、表情、种族、年龄等属性做出判断。
4、身份识别:将输入人脸图像与人脸数据库中所有已知原型人脸图像计算相似度并对其排序来确定输入人脸的身份信息。
人的五官是人表达情感的重要部分,不管是喜怒哀乐,都是根据人的五官的位置和状态表现出来的,因此对人脸的五官进行特征检测与提取研究是十分有必要的。人脸五官定位又可称为人脸特征点定位,人脸特征点定位在人脸检测与识别系统中起着承上启下的重要作用,人脸特征点定位精确也保证了后续应用的可靠性,例如:美颜相机、面部识别、医学影像定位等。因此,高效准确的人脸特征点定位技术有着重要的研究意义及广泛的应用前景。
1.2 国内外研究现状