目录
1 选题的背景和意义
1.1 选题的背景
1.2 国内外研究现状及发展趋势
2 研究的基本内容
2.1 本文解决的问题
2.2 研究的重点和难点
2.3 研究方法及成果
2.资料收集准备阶段
3.论文写作及答辩阶段
参考文献
1 选题的背景和意义
1.1 选题的背景
人脸识别系统的研究始于20世纪60年代，随着计算机技术和光学成像技术的发展，人脸识别已泛用于政府、军队、银行、社会福利保障、电子商务等领域。例如中国的“天网”系统，相机的人脸自动对焦和“笑脸快门”，电子商务防止非信用卡拥有者使用信用卡等。
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。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，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑是最佳的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。
1.2 国内外研究现状及发展趋势
国内对于人脸识别的研究较之国外稍晚一些，但是发展速度很快，同时，国家对人脸识别技术的研究也给予了高度的重视。九十年代中后期以来，国内众多研究机构的研究组在国家自然科学基金、863 计划等资助下开始对人脸识别进行了研究。其中，具有代表性的人脸识别系统有：清华大学电子系丁晓青教授研究小组开发的THfaceID系统；中国科技大电子科学与技术系庄镇泉教授研究小组开发的人脸识别考勤系统（KD-Face2.0）；中科院计算所高文研究组开发的GodEye系统；清华大学电子系苏光大教授研究小组开发的大型人脸综合识别系统；中科院自动化所李子青研究小组开发的人脸识别系统等。2011 年 1 月，由台湾政府资助开发出了新型的人脸识别自动售货机，该机器可以应用在某些特殊商品的销售领域中，如保健产品、面膜、剃须刀等，该人脸识别自动售货机可以根据消费者面部的特征向其推荐特定的商品。同时，人脸识别技术也可以帮助解决很多社会问题，比如，目前的解救乞讨儿童的公益活动。其中，以中科院自动化所免费提供人脸识别相关的技术支持，并与多个网络平台合作尽快的付诸于实践。2017年旷视开始将核心 AI 技术应用拓展到手机行业。基于核心的深度学习和计算机视觉技术一举推出人脸支付、人脸识别解锁、人像光效、人像背景虚化、视频美化、3D Animoji 等一系列移动端 AI 产品，以满足不同手机厂商在人脸解锁、图像增强、相机增强、智能图像和视频处理上的需求，在不到一年的时间内已经与华为、小米、vivo、OPPO等国内头部手机企业实现深度合作。
欧美等各高校都建立了人脸识别的实验室，其中著名的大学包括麻省理工学院（MIT）、卡内基·梅隆大学（CMU）等。在美国主要有麻神理工学院等研究实验室提出的特征人脸对特征空间的投影来实现；在法国已经把人脸识别身份认证技术应用到自助取款机上，在实际使用时需要用一台 3D 摄像机，采集人的立体影像来鉴定身份。美国军方更是在每年组织人脸识别大赛(FERT)，以促进人脸识别的研究。日本sony公司已经推出的数码相机已经整合了人脸自动识别功能，在拍照时，可以自动检测出人脸区域并进行对焦，并且还具有识别笑脸的功能，能够自动检测出笑脸。2007 年 3 月，美国 NIST 报告了 2006 年人脸识别供应商评测（FRVT2006）结果，对控制光照条件下的极高分辨率正面人脸图像，最小错误接受率为 0.001时，最小错误拒绝率已达到 0.01，对高分辨率、低分辨率下的正面人脸图像的识别，这个数据也分别达到了 0.021 与 0.024。在一定条件，
