成果信息

本成果主要基于约束局部神经网（Constrained Local Neural Fields）、图论、Gabor小波变换三类技术实现人脸识别。系统利用约束局部神经网实现鲁棒的人脸检测及特征点定位，以定位出来的特征点作为图节点构建一个加权无向人脸图，针对每个图节点计算其相应的Gabor特征。最后通过计算两个人脸图间的相似度，以实现人脸识别。并且在云计算技术的支撑下，将人脸识别算法设计成基于云平台的API接口服务，为各类需要使用人脸识别功能的客户提供便捷的API调用服务。基于图论的人脸识别算法是研发者具有知识主权的创新设计算法，经测试分析，已达到了同行应用中的前端水平。技术的主要特点是通过定位人脸特征点，利用ε-邻域自动构建无向人脸图，利用图的匹配算法完成两个人脸图间的比对。)

背景介绍

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。人脸识别由于具有直接，友好，方便的特点，使用者无任何心理障碍，易于为用户所接受，从而得到了广泛的研究与应用。除此之外，我们还能够对人脸识别的结果作进一步的分析，得到有关人的性别，表情，年龄等诸多额外的丰富信息，扩展了人脸识别的应用前景。 )

应用前景

该技术目前已成功地应用到基于人脸识别的智能考勤系统中。成果主要可以应用到以下几个方面：（1）刑侦破案公安部门在档案系统里存储有嫌疑犯的照片，当作案现场或通过其他途径获得某一嫌疑犯的照片或其面部特征的描述之后，可以从数据库中迅速查找确认，大大提高了刑侦破案的准确性和效率。（2）视频监控在许多银行，公司，公共场所等处都设有24小时的视频监控。当有异常情况或有陌生人闯入时，需要实时跟踪，监控，识别和报警等。这需要对采集到的图像进行具体分析，且要用到人脸的检测，跟踪和识别技术。（3）表情分析根据人脸图像中的面部变化特征，识别和分析人的情感状态，如高兴，生气等。此外，人脸识别技术还在医学，档案管理，人脸动画，人脸建模，视频会议等方面也有着巨大的应用前景。)