所有文章 > 正文

人脸识别与神经网络交叉研究趋势分析

作者: 学术白

时间: 2019-06-12 15:23

“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术,同时需结合中间值处理的理论与实现,是生物特征识别的最新应用,其核心技术的实现,展现了弱人工智能向强人工智能的转化。

6月6日,英国《金融时报》报道,微软悄然删除MS Celeb人脸识别数据库,微软称该数据库是全球最大的公开人脸识别数据库。MS Celeb数据库于2016年建立,含有约10万人的1000万张照片,这些照片未获得本人许可。在微软删除该资料库前,已有多个商业组织在使用MS Celeb数据库,包括很多知名互联网企业。

人脸识别(Face Recognition)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。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术,通常也叫做人像识别、面部识别。

人脸识别的研究始于20世纪60年代,80年代后随着计算机技术和光学成像技术的发展得到提高,而真正进入初级的应用阶段则在90年后期,并且以美国、德国和日本的技术实现为主。其成功的关键在于是否拥有尖端的核心算法,并使识别结果具有实用化的识别率和识别速度。

我们用Trend analysis分析了Face Recognition领域内的研究热点。链接进入

上图是当前该领域的热点技术趋势分析,通过Trend analysis分析挖掘可以发现当前该领域的热点研究话题有feature extraction、principal component analysis、face detection、support vector machine、image classification等。

根据Trend analysis的分析结果我们发现,Neural Network是该领域的热门研究话题之一,于是我们对Face RecognitionNeural Network的交叉研究进行了笛卡尔交叉分析,得到Neural Network & Face Recognition的历史论文数据图如下所示:

基于历史数据,我们发现在Neural Network & Face Recognition的交叉研究中,排名前9的国家为:

1. 中国

2. 美国

3. 印度

4. 英国

5. 澳大利亚

6. 马来西亚

7. 日本

8. 韩国

9. 新加坡

人脸识别产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高,人脸识别技术将应用在更多的领域,随之而来的伦理问题也受到国际社会的广泛关注。

[关于转载]:本文为“AMiner”官网文章。转载本文请联系原作者获取授权,转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“AMiner”官网。谢谢您的合作。

推荐阅读 更多