远程人脸识别系统设计与实现文献综述

文 献 综 述

一、 选题背景

随着科学技术的飞速发展，在互联网时代，对系统的安全性提出了更高的要求。传统的身份识别的方法主要有:(1)用户所拥有的各种证件，如密保卡或U盾等。缺点:携带不方便、容易被窃取或遗失。(2)用户所使用的私人信息，如密码或口令等。缺点:密码太简单或者太短，容易被破译;密码太复杂或者太长，用户容易遗忘。这些传统身份识别方法已经难以满足社会和群众的需求，所以从安全性、普遍性等多方面综合考虑，新的识别工具的研究是一种必然趋势。基于远程人脸识别的系统，基于用户的生理或行为特征，如手势、声音、掌纹、指纹、虹膜、脸部DNA、签名以及步态等，以人体唯一的、稳定的、可采集的生物特征为依据，具有很好的安个性、可靠性和有效性，比前面两种传统方法更适用于身份识别。能有效解决传统的身份验证过程中，卡被盗用、密码被破译的危险，满足对安全性要求较高的系统的要求。

生物特征识别技术是利用人体生物特征进行身份认证的一种技术，相比传统的证件，密钥和暗号等，生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，安全性好，不易伪造，因此是身份验证的理想依据。生物特征识别系统对生物特征进行提取并形成特征模板，身份认证时，系统提取特征并与数据库中的特征模板进行对比，判定是否为同一个人或属于哪一个。人类生物特征包含各种人类的生理和行为特征，如人脸、虹膜、指纹、静脉、声音和签名等。

在上面提到的众多生物特征识别技术中，人脸识别可以说是人们日常生活中最常用也最容易接受的身份识别方式。人脸识别技术作为生物特征识别领域中一种基于生理特征的识别, 是通过计算机提取人脸特征, 并根据这些特征进行身份验证的一种技术。人脸识别技术的优势在于其采集的方便性和友好性。对于指纹识别或虹膜识别，需要利用电子压力传感器采集指纹或红外线采集虹膜图像，这些采集方式都因为需要特殊的检测设备，仅能够在少数场合使用。而对于人脸识别，只需要使用设备成本比较低的摄像头，在可见光的条件下获取人脸图像信息。并且在采集指纹和虹膜的时候需要人们的主动配合，容易让用户产生排斥心理，人脸识别作为人体生物特征识别技术中的一种，在很多方面优于其他技术。人脸识别技术不需要像指纹识别和虹膜识别一样使用特殊的特征采集设备，只需一个摄像头即可;人脸比其他的人体生物特征更具直观性，通过人脸图像很容易辨认出被验证的人是谁，通过保存识别纪录可以提供良好的追踪;人脸图像相比其他生物特征更容易采集，不需要人过多的配合，易于用户接受。

二、 研究现状

人脸识别技术研究最早开始于20世纪50年代，当时研究的主要内容为采用人脸的外形轮廓采集方法。由于人脸外形轮廓的特征提取相对比较困难，所以在随后的十几年里人脸识别的研究没有取得什么成果。直到20世纪80年代后期人脸识别方法才有了新的机遇，又引入了神经生理学、脑神经学、视觉知识等，人脸识别的研究才能重新活跃起来。国外对于人脸识别研究较早，现在己有实用系统成功实用，但是这些实用系统通常对于成像的条件都要求较苛刻，而且应用范围较为狭窄。国内也有很多科研机构从事人脸识别技术方面的研究，国内从事人脸图像技术研究的机构有清华大学、香港理工大学、国防科技大学、北京理工大学等，中国科学院的研究机构也从事人脸识别的研究，并己取得许多成果，现在己有产品上市。

在国外的著名大学中研究人脸识别领域的一般是智能识别和视觉研究组，并且成立专门的研究小组进行课题攻关。其中非常有名气的大学就包括了卡内基.梅隆大学、麻省理工学院、加州伯克利分校、剑桥大学等，另外还有德国的一些相应研究机构在人脸识别技术上也开展较快。另外国外有些公司己经开发出了一些人脸识别的商用产品，已在国外的许多应用领域使用，并且得到了好评。

三、 课题设计内容

远程身份验证是指用户通过网络访问远程服务器时，服务器为了确保系统的安全而采用某种手段针对用户身份有效性进行的验证。大量C/S结构的计算机系统都要进行远程身份验证。人脸验证需要确定待识别的人脸图像是否为某人的，此为一对一的匹配过程。系统先按照待识别者所声称的身份(如姓名或用户名)，查找出已存储的该人的人脸图像，然后按照某种决策或匹配原则，将存储的人脸图像与待识别者提供的人脸图像进行对比，从而判定待识别者身份的真实性。

因此，本次实现远程认证客户端和服务端功能模块的设计，并对功能的运行效果进行测试分析。

软件操作

用户首先通过注册，在人脸库中留下自己的图像，在下次远程访问系统时，通过人脸识别登录。

参考文献：

[1] 李玮. 基于人脸识别的远程认证系统的研究与设计[D].内蒙古大学,2015.

[2]闾素红,任艳娜.Web方式人脸识别的设计与实现[J].科技通报,2012,28(09):185-188.

[3] 付晓玲,董博生.人脸识别技术在远程身份验证中的应用[J].微计算机信息,2009,25(09):86-88.

[4] 程勇.基于多特征融合的复杂光照人脸识别[J].计算机工程与应用,2017,53(14):39-44.

[5] 乔志敏,杨慧刚.基于图像处理的人脸识别系统[J].山西电子技术,2017(06):50-52.

[6] 鲁磊纪,周丽媛,赵小帆.基于Opencv的人脸检测及识别课堂点名系统设计与实现[J].电子制作,2019(12):87-88 42.

[7] 雷超，林聪.远程用户身份认证.四川轻化工学院学报[J], 2001, 1: 1-3.

[8] 陈胜勇，刘盛.基于Opencv的计算机视觉技术实现[M]，北京:科学出版社，2008:65-72.

[9] 于仕琪.Opencv教程:基础篇[M].北京:北京航空航天大学出版社，2007:53-61. [10] 余建波.基于OpenCV的视频人脸识别系统设计[J].信息通信,2018(12):40-42.

[11] 魏云龙. 基于人脸识别的智能视频监控系统的设计与实现[D].电子科技大学,2018.

[12] 卢文峰.人脸识别研究技术发展综述[J].电子世界,2017(17):97.

[13] 姚紫琦.浅谈人脸识别技术的应用场景及前景分析[J].数字技术与应用,2018,36(12):197-198.

[14] 夏志强.人脸识别综述[J].电子世界,2017(23):74 76.

[15]李华胜,杨桦,袁保宗.人脸识别系统中的特征提取[J].北方交通大学学报,2001(02):18-21.

[16] 姜承尧.MySQL技术内幕：SQL编程[M].成都：机械工业出版社，2012.

[17]游清清,谌海云,骆俊,王小怡.人脸检测技术综述[J].无线互联科技,2017(10):137-140.

[17]姜涛,朱志宇,刘润邦.远程视频实时人脸识别系统设计[J].电子设计工程,2018,26(03):41-44 49.

[19]吴迪.人脸识别在建筑施工远程考勤中的应用[J].黎明职业大学学报,

[20]李建文,孔凤娟.远程人脸识别方法的研究与仿真[J].计算机仿真,2011,28(10):262-264 291.2013(01):80-83.

[21]李美瑾.人脸识别算法综述与远程考试系统应用研究[J].广西广播电视大学学报,2012,23(01):66-68.

[22]邹香玲.智能视频监控系统中的人脸识别技术之研究[J].电子技术与软件工程,2017(03):91-92.

[23]李翔,张义红.基于人脸识别的实验室监控系统设计[J].工业控制计算机,2018,31(02):48-49.

[24]左腾.人脸识别技术综述[J].软件导刊,2017,16(02):182-185.

[25]王志一,杨大利.人脸识别中发型遮挡检测方法研究[J].微型机与应用,2016,35(02):32-34.