基于人脸识别的人员统计系统的设计文献综述

 2021-11-02 09:11

毕业论文课题相关文献综述

文 献 综 述

一、引言

当前,随着机器深度学习等人工智能前沿技术的迅速发展,人类社会的智能时代已经到来。人脸识别作为一项深度学习领域的新兴技术,在社会各个应用领域都有不断扩张的趋势。本设计是基于人脸识别的人员统计系统,在校园招聘会等大型会议中,如果采用人工登记,则现场不易管理,费时费力,而采用人脸识别技术来进行现场人员登记,可以大大提升效率,减轻人力劳动。本系统可以实时侦测人脸,识别出到场人员身份信息,并利用数据分析技术进行统计。

二、人脸识别技术的发展历史

人脸识别方向的研究最早可追溯至上世纪60年代,那时的人脸识别的研究是在心理学领域以及从生物视觉方向进行研究[1]。真正与现代计算机领域有关的人脸识别技术的研究,是从上世纪70年代开始的。从那时起至今,人脸识别技术的发展过程可划分为三个阶段。

1、半机械式识别阶段

这一时期人脸识别的过程需要大量的人工操作来完成,系统无法自行完成人脸识别。这个阶段的人脸识别技术的代表人物之一Parke在其论文中实现了人脸灰度图模型[2]

2、人机交互识别阶段

在这一阶段,人脸识别技术得到了更进一步的发展,研究者可以使用算法来完成对人脸的高级表示,或者可以以一些简单的表示方法来代表人脸图片的高级特征。Lesk,Harmon等人提出了用几何特征参数描述人脸图像信息,并且基于他们的理论开发了图像识别系统[3];Kaya等人则提出了以欧氏距离作为面部特征,例如嘴巴,眼睛,鼻子间的距离等等,将统计学的方法应用到人脸识别中[4];Stonham则在1984年提出了一种单隐层的自适应神经网络进行人脸识别。

尽管如此,这个阶段并未完全摆脱人工的干预,这些人脸识别的方法仍需操作人员的参与与引入经验知识。

3、自动人脸识别阶段

随着机器学习的发展,人脸识别达到了自动化阶段。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。