我研究人员提出新的人脸鉴别特征提取方法

　　本报讯（实习生陈仕艳）由中国人民解放军炮兵学院宋枫溪教授、香港理工大学张大鹏教授、扬州大学陈才扣副教授以及南京理工大学杨静宇教授合作撰写的《基于变异系数的人脸特征提取方法》一文，提出了一种崭新的人脸鉴别特征提取方法———基于变异系数的人脸特征提取方法。此种方法克服了传统方法存在的不足，且算法简单，容易实现，可以广泛运用于各种在线人脸识别场合。

　　这项研究发表在2007年第4期《计算机科学技术学报》上，研究显示：基于变异系数的人脸特征提取方法与传统的人脸鉴别特征提取方法相比，该方法的主要优点是其鉴别能力与传统方法NSM、OCS相当，但算法简洁、计算效率高，而且非常适合不断有新的训练样本加入的各种应用场合。在离线人脸识别场合，计算速度比NSM方法提高了几十倍，比OCS方法提高了几百倍。新方法在速度上的优势在在线识别场合将会体现得更加明显，与传统特征提取方法需要不断更新整个鉴别矩阵不同，新方法只需更新鉴别矩阵中与新的训练样本相关的某一列向量而已。

　　据介绍，人脸识别技术是近几十年逐步发展成熟起来的一门崭新的信息技术。由于在计算机视觉、客户身份鉴别、多媒体数据检索等领域有着十分广泛的应用前景，人脸识别成了计算机科学领域炙手可热的研究课题之一。随着该项技术的不断成熟和完善，设计和建造过去仅在科幻影视作品中出现的各种高智能仪器设备逐渐成为现实。这些高度智能化的机器包括可以根据用户的表情或神态做出合理响应的各种终端设备，可以有效过滤光照、姿态、表情、配饰（如眼镜、耳环、围巾）等噪声影响从而辨别出用户真实身份并确定其访问权限的安检系统。

　　目前，人脸识别技术的应用范围非常广泛，包括公安布控监控、民航安检、海关身份验证、智能身份证、智能门禁、智能视频监控、司机驾照验证、各类银行卡、金融卡、信用卡、储蓄卡的持卡人的身份验证，社会保险身份验证等，具有极其广阔的市场应用前景和深远的社会意义。