计算机行业：2018人脸识别研究报告

2018 人脸识别研究报告A M i n er研究报告第十三期知识智能联合研究中心（K&I）2018年10月 清华大学计算机系－中国工程科技知识中心 1．概述篇 ............................................... 2 1.1 基本概念 ................................................................. 2 1.2 发展历程 ................................................................. 3 1.3 中国政策支持 ............................................................. 4 1.4 发展热点 ................................................................. 6 1.5 相关会议 ................................................................. 7 2．技术篇 .............................................. 10 2.1 人脸识别流程 ............................................................ 10 2.1.1 人脸图像的采集与预处理 .............................................. 10 2.1.2 人脸检测 ............................................................ 11 2.1.3 人脸特征提取 ........................................................ 13 2.1.4 人脸识别 ............................................................ 13 2.1.5 活体鉴别 ............................................................ 13 2.2 人脸识别主要方法 ........................................................ 14 2.2.1 基于特征脸的方法 .................................................... 14 2.2.2 基于几何特征的方法 .................................................. 14 2.2.3 基于深度学习的方法 .................................................. 15 2.2.4 基于支持向量机的方法 ................................................ 15 2.2.5 其他综合方法 ........................................................ 16 2.3 人脸识别三大经典算法 .................................................... 16 2.3.1 特征脸法（Eigenface） ............................................... 16 2.3.2 局部二值模式（Local Binary Patterns，LBP） .......................... 16 2.3.3 Fisherface .......................................................... 17 Contents 目录 2.3.4 经典论文 ............................................................ 17 2.4 常用的人脸数据库 ........................................................ 18 3．人才篇 .............................................. 22 3.1 学者概况 ................................................................ 22 3.2 国外人才简介 ............................................................ 24 3.3 国内人才简介 ............................................................ 30 4．应用篇 .............................................. 36 4.1 国内人脸识别领头企业 .................................................... 36 4.1.1 商汤科技 ............................................................ 36 4.1.2 云从科技 ............................................................ 36 4.1.3 旷视科技 ............................................................ 37 4.2 应用领域 ................................................................ 37 4.2.1 门禁人脸识别 ........................................................ 37 4.2.2 市场营销 ............................................................ 38 4.2.3 商业银行 ............................................................ 38 5．趋势篇 .............................................. 41 5.1 机器识别与人工识别相结合 ................................................ 41 5.2 3D人脸识别技术的广泛应用 ............................................... 41 5.3 基于深度学习的人脸识别技术的广泛应用 .................................... 42 5.4 人脸图像数据库的实质提升 ................................................ 43 图表目录 图 1 人脸识别技术发展历程 .................................................... 4 图 2 人脸识别相关热点 ........................................................ 6 图 3 人脸识别词云分析 ........................................................ 7 图 4 人脸识别技术流程 ....................................................... 10 图 5 人脸识别学者TOP1000全球分布图 ......................................... 22 图 6 人脸识别专家国家数量排名 ............................................... 22 图 7 人脸识别全球学者h-index统计 ........................................... 23 图 8 人脸识别全球人才迁徙图 ................................................. 23 图 9 人脸识别学者中国分布图 ................................................. 30 图 10 人脸识别中国学者h-index统计 .......................................... 30 表 1 人脸识别相关政策 ................................................................................................................. 5 表 2 Citation前十的人脸识别专家 .......................................................................................... 24 表 3 h-index前十的人脸识别专家 ............................................................................................ 24 表 4 苹果在3D视觉领域的布局 ................................................................................................. 41 扫码订阅 摘要 自20世纪下半叶，计算机视觉技术逐渐地发展壮大。同时，伴随着数字图像相关的软硬件技术在人们生活中的广泛使用，数字图像已经成为当代社会信息来源的重要构成因素，各种图像处理与分析的需求和应用也不断促使该技术的革新。本研究报告对人脸识别这一课题进行了简单梳理，主要包括以下内容： 人脸识别概述。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。报告首先介绍了人脸识别区别于其他生物特征识别方法的五项优势，包括非侵扰性、便捷性、友好性、非接触性、可扩展性等；其次我们对人脸识别技术的发展历程进行梳理；接下来，报告介绍了当代中国政府对人脸识别技术发展的相关政策支持，这是人脸识别技术在我国得以蓬勃发展的有利宏观背景；第四，通过对遗忘人脸识别领域论文的挖掘，我们总结出人脸识别领域的研究热点；最后，我们介绍了与人脸识别相关的国际著名会议，以帮助读者更好获取人脸识别热点渠道。 人脸识别技术原理。研究首先介绍了人脸识别的五大技术流程，包括人脸图像的采集与预处理、人脸检测、人脸特征提取、人脸识别和活体鉴别；其次，研究介绍了目前人脸识别的主要方法，包括基于特征脸的方法、基于几何特征的方法、基于深度学习的方法、基于支持向量机的方法和其他综合方法；第三，我们介绍了人脸识别的三大经典算法，分别为特征脸法、局部二值模式和Fisherface，并简要概括了关于这三大经典算法的经典论文，供读者有更好的了解。最后，随着人脸识别技术的发展，不同的研究机构发展出了不同的人脸数据库，研究列