《人脸识别原理及算法 ——动态人脸识别系统研究》第一章 概论

1. 作为人类特征识别的一种，人脸识别和其他人类特征识别相比，具有自然性和不被被测个体察觉的特点，这也是其优点。自然性指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。

2. 人脸图像受成像角度、光照条件等外界因素影响较大，即使相同的人脸图像成像后也可能有较大的差别；另外不同的人脸在一定角度下，有时也有较大的相似度，这两个因素导致人脸识别复杂性比较高、识别难度比较大，带来了人脸识别的困难。

3. 人脸识别研究最早开始于20世纪50年代，当时的研究主要基于人脸的外部轮廓的方法。

4. 计算机视觉研究关心的最基本的问题是，采用物理和光学的基本假设，如何从一幅图像中提取出物体的信息和采用什么数学模型来建立客观世界，这决定了计算机视觉需要使用认知处理、几何模型、目标和规划方面的知识。

5. 计算机用于连接图像输入和输出的表示法有：广义图像表示、分割图像表示、几何表示、关系表示。

6. Marr视觉理论（没看懂）。

7. 在模式识别过程中，最重要的是寻找样本的特征空间，通过样本的特征空间确定样本的归类，因此可以认为模式识别过程是由模式空间经过特征空间到类型空间的映射过程。

8. 光照对于视觉的影响是很大的，即使对于人类，也会由于光线太暗而出现误识。反映到人脸图像的识别上，光照可以影响目标图像的结构，使得目标的轮廓、纹理都出现偏差；对于同一个人，在不同光照下得到的人脸图像也会不同。因此，对于一个通用性较强的人脸图像识别系统，光照是一个要考虑的因素。

9. 对于人脸，有两种常用的表示方法：

（1）基于特征表示（feature-based representation）：正面特征和侧面特征。

正面特征：各种距离比例及角度值，如两眼间距离、两颊间距离、眼大小及各特征点之间组合所形成的距离、角度值等。

侧面特征：由人脸图像侧向投影所形成的凹凸点，将其作为特征点，如鼻尖、下颌等。

（2）基于图像表示（image-based representation）：将人脸当作矩阵进行处理，从而提取出矩阵的各种代数特征，如特征值、特征向量以及各种变换系数值等。