1.1 生物识别现状分析

在如今的信息化时代，人们对于个人信息的保密尤为重视。但在互联网迅速发展的今天，方便快捷的服务又是人们所向往的生活。如何在保证个人信息不被盗取的前提下，最大可能的方便人们的日常生活成为如今最大的挑战。因此，包含人脸识别在内的一系列生物识别技术应运而生。下面将分几个方面论述一下人脸识别技术在当前的发展状况。

第一，指纹。现在指纹的应用可以说是比较成熟了，尤其在人们最为熟悉的手机制造业。目前带有指纹识别的智能手机占据了大部分市场，随着技术的不断进步，屏下指纹识别成为了新一波潮流。指纹的唯一性比较强，成本也比较低，但由于指纹的识别是静态图片之间进行对比验证，所以还是很容易被指纹贴等工具破解，因此生物识别技术需要其他的技术来进行补充。

第二，声音识别技术。声音识别技术的录入成本很低，比对的效率也还可以，但准确率和安全性存在一些问题。比如当一个人由于喉咙发炎说不出话或沙哑时，语音识别的局限性就暴露了出来。而且语音也有可能被他人录音，造成信息或财产损失，因此目前生物识别技术仍不完善。

第三，虹膜识别技术。单纯从生物学的角度讲，虹膜识别算是生物识别中精确度和唯一性最好的方式。但虹膜识别的采集成本较高，效率也远低于指纹等，因此高成本高准确率的虹膜识别注定很少会出现在民用产品中。往往会出现在国防、航天、军工等高度保密单位，并不适合大范围推广。

第四，人脸识别技术。现如今人脸识别技术正在飞速发展，高端的手机已经运用了人脸识别 指纹识别双解锁，部分笔记本电脑为了客户的资料信息安全也配备了人脸识别解锁。其采集成本低，对比效率高，是接下来几年电子制造业最为火热的研究方向。

为什么在这个时间段，人脸识别的技术会大范围的应用起来，成熟度到底怎么样呢？我们首先要界定一下人脸识别技术要达到产品化的应用，是两阶段的过程。第一阶段，需要获取大量的样本数据，这些数据是用于训练的，训练的是学习算法，这个是深度学习算法，把这些数据和相互人之间的关系提取出来，进行一个特别的比对。耦合度高，超过一定的水平之后，我们会认定这两个人是一个人，但是这个模型的构建是需要投入大量的成本，这个成本包括优化的成本、据训练的成本、运算的成本。人脸识别的技术意味着什么呢？太上老君的炼丹炉，有了这个炉之后，大数据是炉子炼的原料，解决计算能力资源的稀缺。因此这些合在一起，形成了现在人脸识别大爆发的时代，就是我们说的技术上的突破。

早在十九世纪末法国人SirFranisGalton在报刊杂志上刊登了一篇关于如何采用人脸特征来识别身份的报道。直到二十世纪末期，人脸识别技术才有了根本性的突破。

1.2 人脸识别技术发展历程
人脸识别技术的发展主要经历了以下三个阶段：
第一阶段主要研究简单背景中的人脸的识别和人脸识别过程中所需要的面部特征。Bledsoe的研究被认为是人脸识别研究的开端，在二十世纪六十年代中后期，利用人脸器官的局部特征来描述人脸，但这种方法仅对变形较小的正面人脸有一定的效果。到了二十世纪七十年代就有研发人员利用电脑搭建了质量较高的人脸灰度图模型，此阶段脸图识别过程几乎完全离不开操作人员，所构建的系统还不能自动完成识别任务。但对设计机器识别人脸算法和系统的工程师们起到了重要的引导作用。
第二阶段主要研究的是人机交互式的人脸识别。Lesk和Harmon采用几何特征参数及多维特征向量共同描述人脸图像信息，同时基于这种思想开发了图像识别系统。Kobayashi和Kaya将统计识别的相关理论融入人脸识别中，并采用欧式距离来描述面部特征，比如嘴唇和鼻子的距离等等。Stonham提出了一种单隐层的自适应神经网络来进行人脸识别和表情分析，每一个人对应一个网络。这个阶段并没有摆脱人的干预，还是需要操作员的某些先验知识。
第三阶段是机器自动识别阶段。进入二十世纪九十年代，随着计算机配置的不断提高，运算速度和效率也不断加快，以及图像采集加工能力的提高，人脸识别方法有了重大突破。不仅能自动识别正面的、光照良好的、没有遮挡的人脸，而且对不同姿态变化、不同表情、不同年龄阶段、不同光照条件的人脸也能进行识别。这一阶段研究人员提出了很多人脸自动识别的方法，在一定程度上带动了人脸识别技术的发展。

1.3 国内外人脸识别研究概况