第28卷第7期模式识别与人工智能Vol.28No.72015年7月PR&AIJul.2015多姿态人脸识别综述*邹国锋1傅桂霞1李海涛1高明亮1王科俊21(山东理工大学电气与电子工程学院淄博255049)2(哈尔滨工程大学自动化学院哈尔滨150001)摘要多姿态人脸识别已成为人脸识别研究的重要方向之一.简要回顾人脸识别研究进展,针对近年来国内外出现的多姿态人脸识别技术和方法进行简单介绍和系统分类,分析各种方法的优缺点,并做出简要评价.阐明多姿态人脸识别技术所面临的挑战,展望未来多姿态人脸识别研究的发展方向.关键词多姿态人脸识别,二维单视图,二维多视图,三维多姿态人脸识别中图法分类号TP391.41DOI10.16451/j.cnki.issn1003-6059.201507005ASurveyofMulti-poseFaceRecognitionZOUGuo-Feng1,FUGui-Xia1,LIHai-Tao1,GAOMing-Liang1,WANGKe-Jun21(CollegeofElectricalandElectronicEngineering,ShandongUniversityofTechnology,Zibo255049)2(CollegeofAutomation,HarbinEngineeringUniversity,Harbin150001)ABSTRACTMulti-posefacerecognitionhasbecameoneofimportantresearchdirectionsoffacerecognition.Inthispaper,theresearchprogressoffacerecognitionisbrieflyreviewed.Multi-posefacerecognitiontechniquesandmethodsathomeandabroadinrecentyearsareintroducedbrieflyandcategorizedsystematically.Theadvantagesanddisadvantagesofeachmethodareanalyzed,andabriefevaluationismade.Thechallengesofmulti-posefacerecognitiontechnologyareelucidated,andthedevelopmentdi-rectionofthefutureresearchonmulti-posefacerecognitionisdiscussed.KeyWordsMulti-poseFaceRecognition,TwoDimensionalSingleView,TwoDimensionalMulti-view,3DMulti-poseFaceRecognition*国家自然科学基金项目(No.51407112)、山东省优秀中青年科学家科研奖励基金项目(No.BS2014DX009)资助收稿日期:2014-10-20;修回日期:2015-01-07作者简介邹国锋(通讯作者),男,1984年生,博士,讲师,主要研究方向为人脸识别、生物特征识别、智能监控.E-mail:zgf841122@163.com.傅桂霞,女,1985年生,博士,讲师,主要研究方向为智能监控、智能机器人.李海涛,男,1984年生,博士,讲师,主要研究方向为智能仪器仪表.高明亮,男,1984年生,博士,讲师,主要研究方向为运动目标检测与跟踪.王科俊,男,1962年生,教授,博士生导师,主要研究方向为模式识别、视频监控、神经网络、生物信息学等.614模式识别与人工智能28卷1引言人脸识别研究最早可追溯到1888年Galton[1]发表于Nature上的论文,他利用一组数字代表不同的侧面人脸特征,并从心理学的角度分析人类自身的人脸识别能力.1910年,Galton[2]提出利用人脸面部的关键点及关键点之间的距离构成表示人脸的特征向量,并利用该向量进行身份识别,这是基于几何特征人脸识别方法的雏形,但并不是真正的自动人脸识别(AutomaticFaceRecognition,AFR).最早的自动人脸识别研究起源于20世纪60年代,代表性成果是1965年Chan等[3]在PanoramicResearchIncorporated上发表的技术报告.国内人脸识别研究起步较晚,1979年《自动化学报》发表一篇“人工智能国外研究情况综述”[4],这是能检索的国内期刊第一次出现“人脸识别”的概念.1992年,洪子泉等[5]发表于《自动化学报》的“用于图象识别的图象代数特征抽取”及郑坚平等[6]发表于《计算机工程》的“标准正面人脸图像识别”,是国内人脸识别研究领域检索到最早的学术论文.在过去的几十年中,人脸识别技术越来越多受到国内外研究者的关注[7-8].尤其是20世纪90年代以来,人脸识别技术的研究和应用都取得巨大进步,涌现出一大批从事人脸识别研究的高校和科研院所,且每年都有大量的学术论文发表.与此同时,人脸识别技术逐渐走向产品化,不断有商业性人脸识别系统进入市场.但受到人脸识别方法的限制,大部分人脸识别产品只能在用户配合的情况下使用,这大大限制人脸识别技术的应用范围和发展步伐.目前,非配合、非受控环境下的人脸识别逐渐引起研究者的关注,但受限于采集环境,获取的人脸图像经常存在多种姿态变化、光照变化、表情变化、遮挡干扰等,针对这些干扰因素,研究者也开展大量相关的研究.由于...