1.1 课题研究的目的及意义

人脸特征检测是一种研究以面部特征为基础的使用计算机实现的人脸特征检测技术，它利用计算机提取人脸的相关特征，并根据这些特征来辨别人物身份。人脸特征检测问题一般被定义为：人脸检测，即对于给定的图片或视频，寻找出图片或视频中所有人脸的位置。人脸检测是人脸分析的基础，是视频监控、人脸特征检测、表情识别、家庭相册库管理等人脸应用的前提。

在生物特征识别领域，人脸特征检测技术操作简单快速，结果直观，准确可靠，不需要人为的配合，正是这些优点使其成为一个热门学科。人脸特征检测在人工智能领域中占有极其重要的地位，它自身的优越性使得它在计算机视觉、图像处 理、模式识别、多媒体、心理学等多个领域得到广泛运用。

人类一直梦想着让机器能够像人一样思考，具有识别事物并处理事物的能力，而对人工智能的研究，是从心理学、行为感知学、解剖学等各个角度来发掘人类的感知事物的机制和思维、处理事物机制，最终将所认识到的机制运用于实际当中，于是机器识别研究中的人脸图像识别技术应运而生，并在其逐步发展中投入使用，成为现代人工作生活的一部分。然而许多事情对于人类可以轻易做到，对于机器来说却是难以实现的，比如人脸特征检测、语音识别、自然语言理解等。所以我们将研究的重点放在了认识人类的思维方式，了解人类获取、传输和处理信息的方式，以便将其运用到机器识别中，最终实现指导生产和实践。

深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络中的层数，层数越多，网络越深。传统的神经网络只包含 2 层或 3 层，而深度网络可能有几百层。

自上世纪70年代，人工智能技术的兴起和人类视觉研究的不断发展，人们对机器识别产生了越来越大的热情，于是人脸特征检测发展成为了一个特定的研究领域，这一领域兼具重大理论价值和巨大实用价值。

人脸特征检测在理论完善和技术发展上都具有重大意义：首先它推动了人们对人类视觉感知能力本身的认识；其次可以将其运用到人工智能的某些应用领域，比如门禁系统，课堂点到等。用计算机实现对人脸的自动检测和识别，是一件科学有效，省事省力的工作，因此自动人脸特征检测系统有广阔的应用前景，相比其他较成熟的识别方法（如虹膜、指纹、DNA检测等），人脸特征检测具有以下三个优点：

①无侵犯性，一般的身份识别方法需要经过当事人的配合才能进行，但是人脸特征检测的方法不需要人工干预，可以通过摄像头等电子设备，在被检测者不注意的情况下，获取图片，用于识别当中。

②价格低廉，操作简单，只需要普通摄像头、照相机等就可以满足人脸特征检测系统的需要，随着智能手机的快速发展，很多人喜欢用手机上的嵌入式摄像头记录图片，使得图片的获取更加的方便简单和普遍。

③人脸特征检测的过程不需要人工参与，计算机可以根据用户设置让系统自动执行，而不需要被测试者的主动参与。