(c)访问控制 在一些安全性要求较高的地方设置的门禁系统，对于进入人员需要进行人脸的验证，相对于密码输入和钥匙来说，人员就不用担心密码的遗忘和钥匙的遗失，被盗等等情况，增加安全性，同时给管理人员带来方便。

1.3人脸识别技术研究现状

1.3.1 国外研究现状

1.3.2 国内研究现状

1.4 人脸识别的构成

人脸的识别过程主要有三个步骤：人脸检测和分割、图像的预处理、特征的选择和提取以及识别。其标准的过程可由下图表示。

                           框图 1- 1

1.4.1图像的获取

从外界取得图像，就是人脸识别中的输入图像，有以下几个渠道，比如（a）通过互联网下载图片（b）通过相机拍摄获取（c）通过视屏截图获取。

1.4.2人脸的检测与定位文献综述

     根据一定的先验知识，利用选择的特征进行检测，来确定图像中是不是有人脸的存在，若检测到人脸存在，则找到人脸在图像中的位置，并且将人脸从背景图像中分割出来，这一部分是人脸识别中的重点，这里的提取会直接影响到后面识别的效果。但是图像的输入可以是彩色，灰度的，可以是静态的，也可以是视屏，还有光照和背景的不同，人脸的各种各样的表情存在，这就给检测带来了极大的难度。

1.4.3图像预处理

     图像的预处理是为了特征的提取做准备的，为了得到规范化的特征，必须对图像进行预处理，比如图像尺寸的标准化，去除由于图像获取时而造成的噪声，减小光照或者其他外部因素对图像的干扰。

1.4.4特征的选择和提取

     如何来识别，靠的就是特征，人脸的特征要是人脸的唯一特征，这些特征可以是直观的人脸几何特征，比如眼睛，鼻子，嘴巴的位置、面积、距离，也可以是抽象的代数特征，比如矩阵的特征向量和特征值，还有就是纹理特征，色彩特征等等。源.自/优尔·论\文'网·www.youerw.com/

1.4.5识别

根据特征提供的参数，对人脸进行分类，可以是最小距离法，最近邻法，也可以是比较复杂的神经网络，支持向量机等等。还有改进的方法就是组合几种特征和多个分类方法来改善识别效果，这是一种很有效的方法，这种强强联合的算法被运用在很多地方。

1.5 人脸识别的理论及方法研究

     目前的静态图像人脸是别的方法主要有三个方向：

(a)基于统计的人脸检测方法:从整个人脸出发，应用一些先验知识或者经过特殊构造得到的特征来计算人脸，利用统计的原理，从成千上万张人脸图像中找出一些规律，并利用这些规律来进行人脸的检测。但是即使是一个人的人脸，同样是千变万化，因为光照、表情、还有脸的反转等因素都会造成影响，这类方法往往是将人脸区域看做是一类模式，使用大量的“人脸”和“非人脸”的样本，来构造和训练分类器，然后通过分类器来判别图像中的一些区域可能属于“人脸”还是“非人脸”的方法来实现人脸的检测。这方法就是将图像分为人脸和非人脸两个集合，而做出选测的就是用大量样本训练出来的分类器。

(b)基于连接机制的识别：包括神经网络方法，弹性匹配方。

(c)其他综合方法。

Adaboost模板的复杂图像的自适应分割与匹配研究(3):http://www.youerw.com/jisuanji/lunwen_72807.html