2018人脸识别研究报告.pdf
《2018人脸识别研究报告.pdf》由会员分享,可在线阅读,更多相关《2018人脸识别研究报告.pdf(51页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 2018 人 脸 识 别 _ _ _ _ AMiner _ _ _ _ _ _ _ _ K&I _ 2018 _ 10 _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 1 概述篇 . 2 1.1 基 本概 念 . 2 1.2 发 展历 程 . 3 1.3 中 国政 策支 持 . 4 1.4 发 展热 点 . 6 1.5 相 关会 议 . 7 2 技术篇 . 10 2.1 人 脸识 别流 程 . 10 2.1.1 人脸 图像 的采 集与 预处理 . 10 2.1.2 人脸 检测 . 11 2.1.3 人脸 特征 提取 . 13 2.1.4 人脸 识别 . 13 2.1.
2、5 活体 鉴别 . 13 2.2 人 脸识 别主 要方 法 . 14 2.2.1 基于 特征 脸的 方法 . 14 2.2.2 基于 几何 特征 的方 法 . 14 2.2.3 基于 深度 学习 的方 法 . 15 2.2.4 基于 支持 向量 机的 方法 . 15 2.2.5 其他 综合 方法 . 16 2.3 人 脸识 别三 大经 典算 法 . 16 2.3.1 特征 脸法 (Eigenface ) . 16 2.3.2 局部 二值 模式 (Local Binary Patterns ,LBP ) . 16 2.3.3 Fisherface . 17 Contents 目录 2.3.4 经
3、典 论文 . 17 2.4 常 用的 人脸 数据 库 . 18 3 人才篇 . 22 3.1 学 者概 况 . 22 3.2 国 外人 才简 介 . 24 3.3 国 内人 才简 介 . 30 4 应用篇 . 36 4.1 国 内人 脸识 别领 头企 业 . 36 4.1.1 商汤 科技 . 36 4.1.2 云从 科技 . 36 4.1.3 旷视 科技 . 37 4.2 应 用领 域 . 37 4.2.1 门禁 人脸 识别 . 37 4.2.2 市场 营销 . 38 4.2.3 商业 银行 . 38 5 趋势篇 . 41 5.1 机 器识 别与 人工 识别 相结合 . 41 5.2 3D 人
4、 脸识 别技 术的 广 泛应用 . 41 5.3 基 于深 度学 习的 人脸 识别技 术的 广泛 应用 . 42 5.4 人 脸图 像数 据库 的实 质提升 . 43 图表 目录 图 1 人脸 识别 技术 发展 历 程 . 4 图 2 人脸 识别 相关 热点 . 6 图 3 人脸 识别 词云 分析 . 7 图 4 人脸 识别 技术 流程 . 10 图 5 人脸 识别 学者TOP1000 全 球分 布图 . 22 图 6 人脸 识别 专家 国家 数 量排名 . 22 图 7 人脸 识别 全球 学者h-index 统计 . 23 图 8 人脸 识别 全球 人才 迁 徙图 . 23 图 9 人脸 识
5、别 学者 中国 分 布图 . 30 图 10 人脸 识别 中国 学 者h-index 统计 . 30 表 1 人脸 识别 相关 政策 . 5 表 2 Citation 前十 的人 脸识别 专家 . 24 表 3 h-index 前十 的人 脸 识别专 家 . 24 表 4 苹果 在3D 视觉 领域 的布局 . 41 扫码订阅 摘要 自20世 纪下 半叶 , 计 算机 视觉技 术逐 渐地 发展 壮大 。 同 时, 伴随 着数 字图 像 相关的 软硬 件技术 在人 们生 活中 的广 泛使用 , 数 字图 像已 经成 为当代 社会 信息 来源 的重 要构成 因素 , 各 种图像 处理 与分 析的 需
6、求 和应用 也不 断促 使该 技术 的革新 。 本研 究报 告对 人脸 识别这 一课 题 进行了 简单 梳理 ,主要 包 括以下 内容 : 人脸识别 概述。 人 脸 识别 , 是基于 人的 脸部 特征 信息 进行身 份识 别的 一种 生物 识别技 术。 报告首 先 介 绍了 人脸 识别 区别于 其他 生物 特征 识别 方法的 五项 优势 , 包括 非侵 扰性 、 便 捷性 、 友好性 、非接 触性、 可扩 展性 等 ;其次 我们 对 人脸 识别技 术的发 展历程 进行 梳理 ; 接下来, 报告 介 绍了 当代 中国 政府 对人脸 识别 技术 发展 的相 关政策 支持 , 这是 人脸 识别 技术
7、在 我国 得 以蓬勃 发展 的有 利宏 观背 景; 第四 , 通过 对 遗忘 人 脸识别 领域 论文 的挖 掘, 我们 总 结出 人脸 识别领 域的 研究 热点 ; 最 后, 我们 介绍 了 与人 脸识 别相关 的国 际著 名会 议, 以帮助 读者 更好 获取人 脸识 别热 点渠道 。 人脸识别 技术原理。 研究 首先介 绍了 人脸 识别 的五 大技术 流程 , 包括 人脸 图 像的采 集与 预处理 、 人脸 检 测、 人脸 特征提 取、 人脸 识别 和活 体鉴别 ; 其次 , 研究 介绍 了目前 人脸 识别 的主要 方法 , 包括 基 于特 征脸的 方法 、 基 于几 何 特 征的方 法、
8、基于 深度 学习 的方法 、 基于 支 持向量 机的 方法 和其 他综 合方法 ; 第三 , 我 们介 绍 了人脸 识别 的三 大经 典算 法, 分别 为特 征 脸法、 局部 二 值 模式 和 Fisherface , 并简 要概 括了 关 于这三 大经 典算 法的 经典 论文, 供读者 有更好 的了 解 。 最后 , 随着 人脸 识别 技术 的发 展, 不同的 研究 机构 发展 出了 不同的 人脸 数据 库,研究 列 出其 中部 分供 读者参 考 和 探索 。 人脸识别 领域人才介 绍。 基于 AMiner 大数 据, 对超 级计算 机领 域专 家进 行深 入挖掘 和 介绍 。 包括 顶尖
9、学者 的全 球 与中国 分布 、 迁徙 概 况、 h-index 分析 , 并 依据 AMiner 评价体 系, 在世界 层面 选择 瞩目 的六 位学者 与中 国两 个层 面 上 的五位 出色 学者 进行 详细 介绍。 人脸识别 技术应用领域 。 我们首 先对 国内 人脸 识别 的三大 领头 企业 进行 介绍 , 包括 商汤 科技、 云从 科技、 旷视 科 技。 其 次, 人脸 识 别技 术 应用广 泛, 在公 共 安 全、 信息 安 全、 政府 职能等 多个 领域 都有 所涉 及, 研究 重 点介 绍了 人脸 识别技 术在 门禁 、 市场 营销 和商 业银 行中 的重点 应用 。随 着人 脸
10、识 别技术 的发 展, 相信 其将会 迎来 更加 广泛 、深入 的 发展空 间。 人脸识别技术发展趋 势预 测。 人脸 识 别技 术 无 论是 在科学 领域 还是 工程 领域 、 理 论研 究 还是现 实生 活中 , 其 应用 十分广 泛 , 有 着极为 广阔 的发展 前景 。 本文在 结合 当前应 用的 基 础 上, 对人 脸识别 未来 的发 展趋势 做出 了 四 点相 应的 预测 , 机 器 识 别与人 工识 别相结合、 人脸 识别技 术的 广泛 应用 、 基于 深度 学习 的人 脸识 别技 术的广 泛应 用、 人脸 图像 数据库 的实 质提 升 是目 前超 级计 算机 发展 的热门 趋势
11、 。 1 concept _ _ _ 2 1概述篇 1.1 基 本概 念 人类视觉系统的独特 魅力 驱使着研究者们试图 通过 视觉传感器和计算机 软硬 件模拟出 人类对 三维 世界 图像 的采 集、 处理 、 分 析和 学习 能 力, 以便 使计 算机和 机器 人系统 具有 智能 化的视 觉功 能。 在过 去 30 年间, 众多 不同 领域 的科 学家们 不断 地尝 试从 多个 角度去 了解 生 物视觉 和神 经系 统的 奥秘 ,以便 借助 其研 究成 果造 福人类 。自 20 世 纪下 半叶 ,计算 机视 觉 技术就 在此 背景 下逐 渐地 发展壮 大。 同时, 伴随 着数 字图像 相关 的
12、软 硬件 技术 在人们 生活 中 的广泛 使用 , 数 字图 像已 经成为 当代 社会 信息 来源 的重要 构成 因素 , 各 种图 像处理 与分 析的 需求和 应用 也不 断促 使该 技术的 革新 。 计算机 视觉 技术 的应 用十 分广泛 。 数 字图 像检 索管 理 、 医 学影 像分 析、 智能 安检、 人机 交互等 领域 都有 计算 机视 觉技术 的涉 足。 该技 术是 人工智 能技 术的 重要 组成 部分, 也是 当今 计算机 科学研 究的前 沿领 域。经 过近年 的不断 发展 ,已逐 步形成 一套以 数字 信号处 理技术。 计算机 图形 图像 、 信 息论 和语义 学相 互结 合
13、的 综合 性技术 , 并 具有 较强 的边 缘性和 学科 交叉 性。其 中,人 脸检测 与识 别当前 图像处 理、模 式识 别和计 算机视 觉内的 一个 热门研 究课题, 也是目 前生 物特 征识 别中 最受人 们关 注的 一个 分支 。 人脸识 别, 是基 于人 的脸 部特征 信息 进行 身份 识别 的一种 生物 识别 技术 。 通 常采用 摄像 机或摄 像头 采集 含有 人脸 的图像 或视 频流 , 并 自动 在图像 中检 测和 跟踪 人脸 。 根据 中国 报告 网发布 2018 年 中国 生物 识别市 场分 析报 告- 行业深 度分析 与发 展前 景预 测 中内容 ,2017 年 生物
14、识别 技术 全球 市场 规模 上 升到 了 172 亿 美元 , 到 2020 年 ,预 计全 世界 的生物 识别 市 场规模 有可 能达 到 240 亿 美元。 自 2015 年到 2020 年,人 脸识 别市 场规 模增 长了 166.6% , 在众多 生物 识别 技术 中增 幅居于 首位 , 预计 到 2020 年人脸 识别 技术 市场 规模 将上升 至 24 亿 美元。 在不同 的生 物特 征识 别方 法中, 人脸 识别 有其 自身 特殊的 优势 , 因 而在 生物 识别中 有着 重要的 地位 。 (1) 非 侵扰 性 人脸识 别无 需干 扰人 们的 正常行 为就 能较 好地 达到 识
15、别效 果 , 无 需担 心被 识别 者是否 愿 意将手 放在 指纹 采集 设备 上, 他 们的 眼睛 是否 能够 对准虹 膜扫 描装 置等 等。 只要在 摄像 机前 自然地 停留 片刻 ,用 户的 身份就 会被 正确 识别 。 (2) 便 捷性 采集设备 简单 ,使用 快捷 。一般来 说, 常见的 摄像 头就可以 用来 进行人 脸图 像的采集 , 不需特 别复 杂的 专用 设备 。图像 采集 在数 秒内 即可 完成。 3 (3) 友 好性 通过人脸 识别 身份的 方法 与人类的 习惯 一致, 人和 机器都可 以使 用人脸 图片 进行识别 。 而指纹 , 虹膜 等方法 没有 这个特 点 , 一
16、个没有 经过 特殊训 练的 人 , 无法 利用 指纹和 虹膜 图 像 对其他 人进 行身 份识 别。 (4) 非 接触 性 人脸图 像信 息的 采集 不同 于指纹 信息 的采 集 , 利 用指 纹采集 信息 需要 用手 指接 触到采 集 设备, 既不 卫生, 也容 易引 起使用 者的 反感 , 而 人脸 图 像采集 , 用 户不 需要 与设 备 直接接 触。 (5) 可 扩展 性 在人脸 识别 后 , 下一 步数 据的处 理和 应用 , 决 定着 人脸识 别设 备的 实际 应用 , 如 应用 在 出入门 禁控 制、 人脸 图片 搜索、 上下 班刷 卡、 恐怖 分子识 别等 各个 领域 ,可 扩
17、展性 强。 正是因 为人 脸识 别拥 有这 些良好 的特 性, 使其 具有 非常广 泛的 应用 前景 , 也 正引起 学术 界和商 业界 越来 越多 的关 注。 人 脸识 别已 经广 泛应 用于身 份识 别、 活体 检测 、 唇语 识别 、 创 意相机 、人 脸美 化、 社交 平 台等 场景 中。 1.2 发 展历 程 早在 20 世纪 50 年代 , 认 知科学 家就 已着 手对 人脸 识别展 开研 究。20 世纪 60 年代, 人 脸识别 工程 化应 用研 究正 式开启 。 当 时的 方法 主要 利用了 人脸 的几 何结 构, 通过分 析人 脸器 官特征 点及 其之 间的 拓扑 关系进 行
18、辨 识 。 这种 方法 简单直 观 , 但 是一旦 人脸 姿态 、 表 情发 生 变化, 精度 则严 重下 降。 _ 20世纪90年代 1991 年, 著名 的 “ 特征 脸 ” (Eigenface ) 方法 第一 次 将主成 分分 析和 统计 特征 技术引 入 人脸识 别 , 在 实用 效果 上取 得了长 足的 进步 。 这一 思路 也在后 续研 究中 得到 进一 步发扬 光大 , 例 如 ,Belhumer 成功 将 Fisher 判 别 准 则 应 用 于 人 脸 分 类 , 提 出 了 基 于 线 性 判 别 分 析 的 Fisherface 方法。 _ 2000-2012年 21
19、世纪 的前 十年, 随着机 器学习理 论的 发展, 学者 们相继探 索出 了基于 遗传 算法、 支 持向量 机(Support Vector Machine ,SVM)、boosting 、流 形学 习以 及核 方法 等 进行人 脸识 别。2009 年至 2012 年, 稀疏表 达 (Sparse Representation ) 因为 其优 美的 理论 和对遮 挡因 素 的鲁棒 性成 为当 时的 研究 热点 。 与 此同 时, 业界 也 基本达 成共 识 : 基于 人工 精心设 计的 局部 描述子 进行 特征 提取 和 子 空间方 法进 行特 征选 择能 够取得 最好 的识 别效 果。 Ga
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2018 识别 研究 报告
限制150内