人工智能視覺(jué)識(shí)別技術(shù)的發(fā)展歷，人臉識(shí)別的發(fā)展歷史是怎樣的

來(lái)源：整理時(shí)間：2023-06-27 08:30:27 編輯：智能門戶手機(jī)版

1，人臉識(shí)別的發(fā)展歷史是怎樣的

人臉識(shí)別技術(shù)是一項(xiàng)新興的生物識(shí)別技術(shù)，是當(dāng)今國(guó)際科技領(lǐng)域攻關(guān)的高精尖技術(shù)。人臉因具有不可復(fù)制、采集方便、不需要被拍者的配合而深受歡迎。與其他生物識(shí)別技術(shù)，如指紋識(shí)別，掌形識(shí)別，眼虹膜識(shí)別和聲音識(shí)別相比較，人臉識(shí)別具有以下獨(dú)特的優(yōu)勢(shì)： # 非接觸式采樣被測(cè)者不需要與采集器（攝像頭）接觸即可將面像資料輸入到計(jì)算機(jī)中。這種方式既方便了使用者，同時(shí)也大大提高了采集器的使用壽命。比如，指紋的采集需要使用者把手放在采集器上，這樣使用時(shí)間長(zhǎng)了次數(shù)多了采集器就容易因磨損而損壞。 # 無(wú)需被測(cè)者的配合被測(cè)者可以在毫不知情的情況下被采樣錄入并進(jìn)比對(duì)識(shí)別。這一特點(diǎn)使得人臉識(shí)別技術(shù)成為公共安全監(jiān)控方面的最理想的選擇。可以利用這一點(diǎn)，在公共場(chǎng)合或機(jī)要部門的出入口做實(shí)時(shí)比對(duì)識(shí)別，查找特定的人員。 # 人臉識(shí)別更方便、直觀人臉照片能夠很方便的進(jìn)行人工鑒別判斷，無(wú)需專業(yè)人士作鑒定。這使得當(dāng)用戶需要核對(duì)歷史記錄中的人員時(shí)，能夠更方便、直觀的進(jìn)行人工判別。

人臉識(shí)別的發(fā)展歷史是怎樣的

2，人工智能的演進(jìn)

第一階段：50年代人工智能的興起和冷落人工智能概念首次提出后，相繼出現(xiàn)了一批顯著的成果，如機(jī)器定理證明、跳棋程序、通用問(wèn)題s求解程序LISP表處理語(yǔ)言等。但由于消解法推理能力的有限，以及機(jī)器翻譯等的失敗，使人工智能走入了低谷。這一階段的特點(diǎn)是：重視問(wèn)題求解的方法，忽視知識(shí)重要性。第二階段：60年代末到70年代，專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮DENDRAL化學(xué)質(zhì)譜分析系統(tǒng)、MYCIN疾病診斷和治療系統(tǒng)、PROSPECTIOR探礦系統(tǒng)、Hearsay-II語(yǔ)音理解系統(tǒng)等專家系統(tǒng)的研究和開(kāi)發(fā)，將人工智能引向了實(shí)用化。并且，1969年成立了國(guó)際人工智能聯(lián)合會(huì)議（InternationalJointConferencesonArtificialIntelligence即IJCAI）。第三階段：80年代，隨著第五代計(jì)算機(jī)的研制，人工智能得到了很大發(fā)展日本1982年開(kāi)始了“第五代計(jì)算機(jī)研制計(jì)劃”，即“知識(shí)信息處理計(jì)算機(jī)系統(tǒng)KIPS”，其目的是使邏輯推理達(dá)到數(shù)值運(yùn)算那么快。雖然此計(jì)劃最終失敗，但它的開(kāi)展形成了一股研究人工智能的熱潮。第四階段：80年代末，神經(jīng)網(wǎng)絡(luò)飛速發(fā)展1987年，美國(guó)召開(kāi)第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。此后，各國(guó)在神經(jīng)網(wǎng)絡(luò)方面的投資逐漸增加，神經(jīng)網(wǎng)絡(luò)迅速發(fā)展起來(lái)。第五階段：90年代，人工智能出現(xiàn)新的研究高潮由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)的發(fā)展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。不僅研究基于同一目標(biāo)的分布式問(wèn)題求解，而且研究多個(gè)智能主體的多目標(biāo)問(wèn)題求解，將人工智能更面向?qū)嵱谩Ａ硗?，由于Hopfield多層神經(jīng)網(wǎng)絡(luò)模型的提出，使人工神經(jīng)網(wǎng)絡(luò)研究與應(yīng)用出現(xiàn)了欣欣向榮的景象。人工智能已深入到社會(huì)生活的各個(gè)領(lǐng)域。

人工智能的演進(jìn)

3，人臉識(shí)別的最新進(jìn)展

人臉識(shí)別是人工智能領(lǐng)域發(fā)展較快的技術(shù)之一，目前人臉識(shí)別的相關(guān)應(yīng)用已經(jīng)足夠豐富，且已經(jīng)積累了足夠多的經(jīng)驗(yàn)，在人臉圖像采集、預(yù)處理以及特征選取等方面的工程優(yōu)化也做得很好。以廈門云脈的人臉識(shí)別相關(guān)應(yīng)用為例，目前已經(jīng)能夠自動(dòng)識(shí)別人臉，且在識(shí)別速度與識(shí)別率方面都有不錯(cuò)的表現(xiàn)。

什么是人臉識(shí)別人臉識(shí)別，特指利用分析比較人臉視覺(jué)特征信息進(jìn)行身份鑒別的計(jì)算機(jī)技術(shù)。人臉識(shí)別概述廣義的人臉識(shí)別實(shí)際包括構(gòu)建人臉識(shí)別系統(tǒng)的一系列相關(guān)技術(shù)，包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)以及身份查找等；而狹義的人臉識(shí)別特指通過(guò)人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng)。人臉識(shí)別是一項(xiàng)熱門的計(jì)算機(jī)技術(shù)研究領(lǐng)域，它屬于生物特征識(shí)別技術(shù)，是對(duì)生物體（一般特指人）本身的生物特征來(lái)區(qū)分生物體個(gè)體。生物特征識(shí)別技術(shù)所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網(wǎng)膜、聲音（語(yǔ)音）、體形、個(gè)人習(xí)慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應(yīng)的識(shí)別技術(shù)就有人臉識(shí)別、指紋識(shí)別、掌紋識(shí)別、虹膜識(shí)別、視網(wǎng)膜識(shí)別、語(yǔ)音識(shí)別（用語(yǔ)音識(shí)別可以進(jìn)行身份識(shí)別，也可以進(jìn)行語(yǔ)音內(nèi)容的識(shí)別，只有前者屬于生物特征識(shí)別技術(shù)）、體形識(shí)別、鍵盤敲擊識(shí)別、簽字識(shí)別等。人臉識(shí)別的優(yōu)勢(shì) 人臉識(shí)別的優(yōu)勢(shì)在于其自然性和不被被測(cè)個(gè)體察覺(jué)的特點(diǎn)。所謂自然性，是指該識(shí)別方式同人類（甚至其他生物）進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同。例如人臉識(shí)別，人類也是通過(guò)觀察比較人臉區(qū)分和確認(rèn)身份的，另外具有自然性的識(shí)別還有語(yǔ)音識(shí)別、體形識(shí)別等，而指紋識(shí)別、虹膜識(shí)別等都不具有自然性，因?yàn)槿祟惢蛘咂渌锊⒉煌ㄟ^(guò)此類生物特征區(qū)別個(gè)體。不被察覺(jué)的特點(diǎn)對(duì)于一種識(shí)別方法也很重要，這會(huì)使該識(shí)別方法不令人反感，并且因?yàn)椴蝗菀滓鹑说淖⒁舛蝗菀妆黄垓_。人臉識(shí)別具有這方面的特點(diǎn)，它完全利用可見(jiàn)光獲取人臉圖像信息，而不同于指紋識(shí)別或者虹膜識(shí)別，需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺(jué)，從而更有可能被偽裝欺騙。人臉識(shí)別的困難雖然人臉識(shí)別有很多其他識(shí)別無(wú)法比擬的優(yōu)點(diǎn)，但是它本身也存在許多困難。人臉識(shí)別被認(rèn)為是生物特征識(shí)別領(lǐng)域甚至人工智能領(lǐng)域最困難的研究課題之一。人臉識(shí)別的困難主要是人臉作為生物特征的特點(diǎn)所帶來(lái)的。人臉在視覺(jué)上的特點(diǎn)是：第一，不同個(gè)體之間的區(qū)別不大，所有的人臉的結(jié)構(gòu)都相似，甚至人臉器官的結(jié)構(gòu)外形都很相似。這樣的特點(diǎn)對(duì)于利用人臉進(jìn)行定位是有利的，但是對(duì)于利用人臉區(qū)分人類個(gè)體是不利的；第二，人臉的外形很不穩(wěn)定，人可以通過(guò)臉部的變化產(chǎn)生很多表情，而在不同觀察角度，人臉的視覺(jué)圖像也相差很大，另外，人臉識(shí)別還受光照條件（例如白天和夜晚，室內(nèi)和室外等）、人臉的很多遮蓋物（例如口罩、墨鏡、頭發(fā)、胡須等）、年齡等多方面因素的影響。在人臉識(shí)別中，第一類的變化是應(yīng)該放大而作為區(qū)分個(gè)體的標(biāo)準(zhǔn)的，而第二類的變化應(yīng)該消除，因?yàn)樗鼈兛梢源硗粋€(gè)個(gè)體。通常稱第一類變化為類間變化（inter-class difference），而稱第二類變化為類內(nèi)變化（intra-class difference）。對(duì)于人臉，類內(nèi)變化往往大于類間變化，從而使在受類內(nèi)變化干擾的情況下利用類間變化區(qū)分個(gè)體變得異常困難。人臉識(shí)別的技術(shù)細(xì)節(jié) 一般來(lái)說(shuō)，人臉識(shí)別系統(tǒng)包括圖像攝取、人臉定位、圖像預(yù)處理、以及人臉識(shí)別（身份確認(rèn)或者身份查找）。系統(tǒng)輸入一般是一張或者一系列含有未確定身份的人臉圖像，以及人臉數(shù)據(jù)庫(kù)中的若干已知身份的人臉圖象或者相應(yīng)的編碼，而其輸出則是一系列相似度得分，表明待識(shí)別的人臉的身份。人臉識(shí)別的算法種類基于人臉部件的多特征識(shí)別算法(mmp-pca recognition algorithms)。基于人臉特征點(diǎn)的識(shí)別算法（feature-based recognition algorithms）。基于整幅人臉圖像的識(shí)別算法（appearance-based recognition algorithms）。基于模板的識(shí)別算法（template-based recognition algorithms）。利用神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的算法（recognition algorithms using neural network）。人臉識(shí)別的應(yīng)用人臉識(shí)別的應(yīng)用主要有： ·公安刑偵破案：通過(guò)查詢目標(biāo)人像數(shù)據(jù)尋找數(shù)據(jù)庫(kù)中是否存在重點(diǎn)人口基本信息。例如在機(jī)場(chǎng)或車站安裝系統(tǒng)以抓捕在逃案犯。 ·門禁系統(tǒng)：受安全保護(hù)的地區(qū)可以通過(guò)人臉識(shí)別辨識(shí)試圖進(jìn)入者的身份。 ·攝像監(jiān)視系統(tǒng)：例如在機(jī)場(chǎng)、體育場(chǎng)、超級(jí)市場(chǎng)等公共場(chǎng)所對(duì)人群進(jìn)行監(jiān)視，以達(dá)到身份識(shí)別的目的。例如在機(jī)場(chǎng)安裝監(jiān)視系統(tǒng)以防止恐怖分子登機(jī)。 ·網(wǎng)絡(luò)應(yīng)用：利用人臉識(shí)別輔助信用卡網(wǎng)絡(luò)支付，以防止非信用卡的擁有者使用信用卡等。人臉識(shí)別軟件人臉識(shí)別軟件順應(yīng)當(dāng)前的要求，慢慢走上了歷史的舞臺(tái)。knowu (基于視頻的人臉識(shí)別系統(tǒng)), 是當(dāng)前不多的人臉識(shí)別軟件中具有代表性的一款，它是由個(gè)人開(kāi)發(fā)編寫的，并且隨著版本的升級(jí)，逐漸具有了商業(yè)開(kāi)發(fā)的色彩，在網(wǎng)上已經(jīng)免費(fèi)發(fā)布試用了。人臉識(shí)別系統(tǒng) 臉識(shí)別系統(tǒng)以人臉識(shí)別技術(shù)為核心，是一項(xiàng)新興的生物識(shí)別技術(shù)，是當(dāng)今國(guó)際科技領(lǐng)域攻關(guān)的高精尖技術(shù)。人臉因具有不可復(fù)制、采集方便、不需要被拍者的配合而深受歡迎。人臉識(shí)別系統(tǒng)具有廣泛的應(yīng)用：人臉識(shí)別出入管理系統(tǒng)、人臉識(shí)別門禁考勤系統(tǒng)、人臉識(shí)別監(jiān)控管理、人臉識(shí)別電腦安全防范、人臉識(shí)別照片搜索、人臉識(shí)別來(lái)防登記等等。

人臉識(shí)別的最新進(jìn)展