文 献 综 述 #8212;基于OpenCV的人脸识别的应用研究 1.国内外研究现状 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。

当前的生物特征识别技术主要包括有：指纹识别、视网膜识别、虹膜识别、步态识别、静脉识别、人脸识别等。

与其他识别方法相比，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。

此外，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。

1）人脸识别技术在国内的研究现状#160; #160; 国内关于人脸自动识别的研究始于二十世纪80年代，国内的研究工作主要是集中在三大类方法的研究：基于几何特征的人脸正面自动识别方法、基于代数特征的人脸正面自动识别方法和基于连接机制的人脸正面自动识别方法。

当前人脸识别技术的研究方向主要是针对主流的人脸识别技术在用户不配合下鲁棒性差和采集条件不理想的问题。

彭辉、张长水等对”特征脸”的方法做了进一步的发展，提出采用类间散布矩阵作为产生矩阵，进一步降低了产生矩阵的维数，在保持识别率的情况下，大大降低了运算量；张辉、周洪祥、何振亚采用对称主元分析神经网络，用去冗余和权值正交相结合的方法对人脸进行特征提取和识别，该方法所用特征数据量小，特征提取运算量也较小，比较好地实现了大量人脸样本的存储和人脸的快速识别；南京理工大学提出了基于Fisher准则的最佳鉴别矢量集算法。

他们首先用伪逆矩阵代替逆矩阵、在类内散布矩阵中添加奇异值扰动，然后讨论了类内散布矩阵的求解空间，逐渐完善其求解算法。

在提出Kernel的概念后，他们又将算法扩展到对应的高维的核特征空间；中科院自动化研究所通过讨论散布矩阵解空间而得出基于Fisher准则的最佳鉴别矢量集，同样取得了佳绩；复旦大学做出了基于独立主元分析算法的人脸识别的实验结果。

2）人脸识别技术在国外的研究现状#160; #160; 当前很多国家展开了有关人脸识别的研究，主要有美国、欧洲国家、日本等，著名的研究机构有美国MIT的Media lab，AI lab，CMU Human-Computer Interface Institute,Microsoft Research,英国的Department of Engineering in University of Cambridge等。