自人脸识别在乘客出入境管理中的应用.docx

自人脸识别在乘客出入境管理中的应用.docx

《自人脸识别在乘客出入境管理中的应用.docx》由会员分享，可在线阅读，更多相关《自人脸识别在乘客出入境管理中的应用.docx（14页珍藏版）》请在冰豆网上搜索。

自人脸识别在乘客出入境管理中的应用

前言２

2国内外人脸识别的发展现状ﻩ3

3人脸识别技术的实施3

3.１人脸识别过程３

３.2人脸建模所用模型ﻩ4

3．3　机场人脸识别的硬件设备ﻩ５

３.４机场的局域网布控ﻩ6

４人脸识别监控技术在机场应用的意义ﻩ７

5智能人脸识别系统的优缺点ﻩ７

5．１优点７

6结束语8

７致谢9

人脸识别技术在乘客出入境管理的应用

指导教员　

【摘要】　本文首先介绍了人脸识别技术对部队信息化建设的重要性,进而说明在当今社会智能化的人脸监测识别技术的国内外发展状况。

根据机场的出入境人员管理的重要性布控一套人脸识别系统,最后说明人脸识别的存在有缺点,从而使相关学者能改进缺点,发展优点，进而更好发挥人脸识别技术。

【关键词】；人脸识别；近红外；

前言

2１世纪是信息技术、网络技术的时代。

生物特征识别技术使用了人体本身所固有的生物特征,与传统的身份识别方法完全不同，具有更高的安全性、可靠性、和有效性，越来越受到人们的重视。

人脸识别技术是一种重要的生物特征识别技术,应用非常广泛。

人脸是自然界存在的一种特殊的复杂视觉模式，它包含及其丰富的信息。

首先，人脸具有一定的不变性和唯一性,人脸识别是人类在进行身份确认时使用最为普遍的一种方式，人脸图像还能够提供一个人的性别、年龄、种族等有关信息。

其次,人脸也具有多样的变化能力，从人脸的不同表情人们可以感知到一个人的情绪、感受、甚至秉性和气质。

它无需特殊的采集设备,系统的成本低，而且自动人脸识别的使用非常自然，可以在被识别对象毫无察觉的情况下进行，是一种非常受使用者欢迎的方式。

虽然人类在表情、年龄或发型等发生巨大变化的情况下，可以毫不费力地由人脸来识别某一人,但要建立一个能够完全自动进行人脸识别的系统却是非常困难的，诸多因素使得人脸识别研究成为一项极具挑战性的课题.它牵涉到模式识别、图像处理、计算机视觉、生理学、心理学、以及认知科学等方面的诸多知识,并与基于其它生物特征的身份鉴别方法以及计算机人机感知交互领域都有密切联系。

1人脸识别技术的背景和意义

在当今社会中,机场已经成为国际交通要道。

每天的人流量达到百万次以上，而且据统计,90%以上的犯罪分子都是通过机场来逃离出境。

如果用传统的监控方法来监控每一个出入人员,需要大量的员工进行实时监控。

并且需要高度的精神集中。

并且传统的监控受着时间,气候等等因素的影响,如果需要2４小时监控，以及大范围监控这一方面来看,新一代监控技术在机场的应用具有重大的意义。

因为他已经排除了这些限制因素。

达到自动识别，自动与数据库图像数据自动对比。

还有在前面所述，为适应信息时代数据信息量飞速增长、现代化医疗水平的飞速进步,从而易容等技术也随着飞跃发展。

再加上国际犯罪分子的破坏力的不断提高，因此要求现代化的视频监控技术必须向着智能化的方向发展，有效利用现代化的各种智能化监控技术将损失控制到最低来维护我国国家的安全。

因此针对我们公安边防部队职能的特殊性和重要性，搞好部队视频建设是非常必要的,这使我们的任务变得更加艰巨,因此紧跟时代和科技的步伐，加大力度对新型监控技术进行研究和使用,用科技用现代化知识来武装视频监控系统是边防部队必然要走的道路。

2国内外人脸识别技术的发展现状

人脸识别技术的研究始于２０世纪６０年代末期。

２０世纪９０年代后期以来,一些商业性的人脸识别系统逐渐进入市场，美国遭遇恐怖袭击后，这一技术引起了广泛关注。

作为非常容易隐蔽使用的识别技术,人脸识别逐渐成为国际反恐和安全防范最重要的手段之一。

近年来,人脸识别在中国的市场,也经历着迅速的发展，而且发展的脚步也越来越快.　国际上，美国标准与技术研究院（NIST）举办的Fａce　RecognitｉｏnVendorTest　2006，通过大规模的人脸数据测试表明，当今世界上人脸识别方法的识别精度比200２年的ＦRVT2002至少提高了一个数量级（10倍），而对于高清晰，高质量人脸图像识别,机器的识别精度几乎达到１00%。

在我国，近年来科技界和社会各个方面都认识到人脸识别技术的重要性,国家政策对人脸识别技术研究给予了很大支持,使得我国人脸识别技术也得到了迅速的发展。

越来越趋向于高科技的犯罪手段使得人们对各种场合的安全机制要求也近乎苛刻，各种应用需求不断涌现。

人脸识别市场的快速发展一方面归功于生物识别需求的多元化，另一方面则是由于人脸识别技术的进步。

从需求上来说,除了传统的考勤、门禁等应用外,视频监控环境下的身份识别正成为一种迫切的需求，即在一个较复杂的场景中，在较远的距离就识别出特定的人,这显然是其它生物识别方法所欠缺的，而人脸识别却是一个极佳的选择。

国家“十一五”科技发展规划将人脸识别技术的研究与发展列入其中，明确指出:

“要在生物特征识别技术领域缩小与世界先进水平的差距,开展生物特征识别应用技术研究，开发具有高安全性、低误报率的出入口控制新产品。

”在这种环境下，国内一些科研院所和院校在人脸识别技术方面取得了很大进展。

如中科院自动化所,清华大学,中科院计算所自主开发的人脸识别技术已经达到了国际先进的水平。

人脸识别应用领域

人脸识别具有直接、友好、方便和非接触等许多优点人脸识别有着广泛的应用领域：

（１）在安全防范领域中的应用。

社会上有许多重要的部门，如军事、金融、保密等部门都需要对出入人员进行身份识别，以防止信息泄漏和不法现象的发生。

使用该技术可以方便地进行身份识别，而不使被识别者感到不舒服。

（2）在犯罪刑侦领域中的应用。

在刑侦工作中，对罪犯的抓捕是至关重要的一环。

应用人脸识别技术可以依据犯罪嫌疑人的人脸图像对机场、车站、港口等重要交通场所进行监控,从而大大促进了罪犯抓捕工作的开展。

（3）在公共事业领域中的应用。

本文介绍智能化的人脸识别检测技术，将其应用于机场乘客出入境管理中的监测。

人脸识别原理

 人脸识别,即通过计算机、相关算法对人脸进行分析判断的一种认证技术。

通常也叫做人像识别、面部识别。

严格的来说，我们统称人脸识别。

人脸识别技术从应用层面上主要可分为:

人脸检测、人脸识别查询、人脸识别身份认证和人脸识别比对四方面的应用，其可全部归纳为人脸识别查询技术。

 　1.人脸检测

   人脸检测，顾名思义,就是对视频图像进行检测看是否有“清晰”人脸的图像高速处理过程。

、

　　　　　面部感知系统结构图

3影响人脸识别的因素

对人脸的识别会受到很多因素的影响。

例如光照环境的变化会改变人脸图像不同部位的明暗，不同的识别表情会改变图像中的人脸的外观，人脸成像时的姿态也有可能产生一定的遮挡。

同样的识别方法对不同年龄、性别的人的识别效果不同，或者说随着人的年龄的改变,识别的成功率也会变化。

对其中若干影响因素做初步讨论如下：

1.光照变化

在人脸识别中,光照条件的变化常引起人脸外貌或外观的明显变化,光照变化所导致的阴影、遮挡、明暗区、暗光、高光都会使识别率大幅下降。

光照的变化可以来自光线方向或能量分布的不同,也会受到人脸3Ｄ结构的影响。

现有解决光照变化的方法可分两类：

一类可称为被动的方法，它通过学习由于照明变化而导致的可见光谱图像的变化来设法减小光照变化造成的影响;另一类可称为主动的方法,它使用主动成像技术,使获得的图像具有在固定照明条件下所采集到图像的特点，或只有不受照明变化影响的采集方式获得的图像的特点。

2．姿态变化

在采集人脸图像时,如果人的姿态发生变化,则其导致的投影形变会引起人脸面部不同部位的拉伸、压缩和遮挡，使图像发生很大的改变。

克服姿态变化所带来问题的一种方法是从图像中估计出人脸的不同姿态，再设法将其变换回人脸的标准姿态,用标准的人脸识别方法进行识别。

还有一种方法是学习并记忆多种姿态下的特征，这相当于建立多个姿态，工作量会大一些。

最后,也可以构建头部的3D模型，从中提取姿态无关特征来识别人脸。

３．年龄影响

人的外形和纹理会随着年龄而变化，这也会导致人脸识别中的识别率下降。

解决年龄影响的思路与解决姿态影响的第一种思路有些类似,即从图像中估计出人脸的年龄,再设法将其变换回原来用于训练识别算法的人脸的年龄。

与年龄有关的人脸特征即包括形状特征也包括纹理特征。

形状特征可从人脸轮廓获得，而纹理特征可从人脸表面获得。

在训练中，可建立起人脸特征与年龄之间的关系,即建立起年龄函数。

利用年龄函数并结合人脸变老方式的分类，可自动估计出图像人脸的年龄。

另外,对人脸识别的研究还要求对识别的效果有客观的评价以及能对不同方法进行公平的比较，其中采用统一的数据库可方便比较工作,因为不同的数据库，产生的结果会有所差异。

人脸识别最新应用的技术

传统的人脸识别技术主要是基于可见光图像的人脸识别,这也是人们最熟悉的识别方式，已有3０多年的研发历史。

但这种方式有着难以克服的缺陷,尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。

解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。

但目前这两种技术还远不成熟，识别效果不尽人意。

最近迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。

它可以克服光线变化的影响,已经取得了卓越的识别性能,在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。

这项技术在近两三年发展迅速,使人脸识别技术逐渐走向实用化。

多光源人脸识别技术在自然界中,除人眼可见的光线外,还存在着红外、紫外等不可见的光线。

为了克服可见光因环境因素而变化的影响,相关企业做了大量的研究和技术开发。

基于红外与可见光融合的多光源人脸识别方法是人脸识别技术的一项革命性创新，目的在于消除可见光变化对人脸识别的影响。

可见光图像受光源影响较大，而单纯的红外图像可以独立光源,但对温度变化比较敏感，而红外与可见光融合的多光源人脸识别方法,被证明比任意单一光源的识别更有效。

它是一种基于融合红外与可见光图像人脸识别方法,对红外与可见光人脸图像分别采用PＣＡ与线性辨别分析相结合的方法进行特征提取和识别,并利用获得的识别结果与它们各自的置信度进行决策融合，并确定最终的人脸识别结果。

实验表明,可以有效提高人脸识别性能和对各种应用环境的适用性。

ﻫ

４人脸识别的具体实施

在识别技术上,早期的人脸识别技术采用特征脸、神经网络等方法,需要大量的训练样本进行训练。

基于几何特征的人脸识别方法利用人的眼、鼻、嘴等部件的形状或类型以及它们之间的几何关系来做识别。

这种方法识别速度快，但识别率较低，并且,往往需要人工干预,确定眼睛、下巴等位置。

较之于其它的生物识别技术,人脸识别技术的优势非常明显。

首先，作为识别特征,人脸具有稳定、可靠、安全、便利等特点。

在一般情况下，人的面部特征是非常稳定可靠的,“携带”便利。

面像也是用于区分人的首要特征。

正因为如此，在公安、安全部门的侦查、在安全保卫、出入控制中，人像得到广泛的应用。

其次，人脸图像的采集非常方便，尤其是基于标准视频的图像采集方式。

目前，绝大多数安防系统采用的都是可见光范围内的标准摄像头，完全满足人脸图像的采集要求，不需要进行任何改造或升级。

人脸图像的采集是非接触式的，也不需要人主动配合,最大限度地提高了系统的响应速度。

第三，与安防系统结合人脸识别系统能够最大效能的发挥现有监控系统的优势，真正达到“预防－记录-取证”的目标。

我们知道，目前安防系统最关注的还是监控场景中的人,尤其是重点关注的人及其行为。

这种关注通常是“隐性的”,“非介入式”的,不能进行专门的干预。

采用人脸检测技术可以快速的分析出场景中人的位置,采集到人的面部图像。

采用人脸识别技术,可以迅速的将这些图像与数据库中的“嫌疑人、“危险人物”等进行比对排查。

一旦命中,系统将迅速做出响应。

人脸识别系统采集的人脸图像又可以作为非常重要的监控数据记录下来，存储在监控数据库中，作为事后检索的索引,或者与公安、安全部门的数据库接驳,进行取证、认定。

从这个角度来说，如果说目前的安防系统有“录”无“防”的话，那么人脸识别系统的应用，将给安防系统一双“慧眼”，检测、识别场景中的人,做到能“防”、能“录”、能“查”,满足机场、港口、等重要出入境人员的检查任务。

4.１人脸识别过程

人脸检测和人脸识别技术是机器视觉与模式识别领域最具挑战性的研究课题之一,它是一门涉及到模式识别、计算机视觉、自然语言理解、图像处理等多门学科的综合课题,随着社会的发展、科技的进步，对方便、可靠自动身份鉴别的实际需求日益迫切,人脸识别技术也是目前研究较多的热点问题之一。

人脸识别作为生物特征识别的一个部分,处理方法主要是对场景中的自然人及其行为进行分析和跟踪，在计算机技术日益发展的今天,具有广阔的应用前景,是当前学术研究的热点。

人脸识别包括人脸检测与识别两个部分,具体实现的步骤如下:

首先,建立人脸档案。

用摄像机采集人脸文件或取照片文件形成人脸文件并将这些人脸文件生成面纹编码即特征向量贮存起来。

其次,获取当前人脸。

从摄像机捕捉人脸获取图像输入,生成其面纹编码

再次,用当前的面纹编码与档案库存的比对。

将当前人脸的面纹编码与档案库存中的面纹编码进行检索比对，面纹编码对抵抗光线、皮肤色调、面部毛发发型、眼镜、表情和姿态的变化具有强大的可靠性，所以它可以从百万人中精确地辨认出某个人。

最后，确认人脸身份或者提出身份选择。

人脸的识别过程，利用普通的图像处理设备和固化软件就能自动、连续、实时地完成。

一个完整的人脸识别系统通常要包括人脸检测与跟踪、特征提取与选择、分类判别３个步骤。

人脸识别的原理如下图所示：

图3－1人脸识别过程图

本系统以人脸检测和人脸识别技术在智能监控中的实际应用为背景,研究并实现了一个实时的出入境人员管理的人脸识别监测系统。

此系统不仅具有较好的可复用开发性，而且具有较高的社会应用价值。

4.２人脸建模所用模型

 系统架构　

整个系统的架构。

在传统的视频监控系统之上,我们通过一个视频分频器将摄像头采集到的监控录像输送到人脸特征提取器里，完成人脸的检测、存储、记录后,将人脸图像通过局域网提交到人脸比对服务器上，与各类特殊人群数据库进行比对。

比对的结果将实时显示在人像比对显示器上。

一旦有人员命中，系统将触发监控室的语音报警系统,并将比对结果写入系统日志。

同时,在滞留室中,可以将犯罪嫌疑人的照片录入到监控对象数据库中，并且提交到人脸比对服务器中，进行实时比对,一旦命中，即可直接由相关工作人员确认。

１．摄像机

用于出入境管理中护照检查时的视频信息采集,然后将其传输入给智能视频服务器。

可以有效利用原有的监控摄像机。

2.人脸识别终端

安装在检查员旁边,进行对处境人员的脸识别抓拍,将抓拍到的图像上传到智能视频服务器,进行人脸比对。

3．智能视频服务器

接收前端摄像机视频图像信号，对视频画面进行智能行为分析。

发现异常情况产生报警,并联动报警设备接收前端人脸识别终端人脸图像,与已存人脸数据库进行比对。

在系统客户端输入所要办理护照人员现场拍摄的照片,系统会在多个类型的数据库中一一查询并返回查询结果。

在已办理护照人员人脸数据库中查询，可以防止一人多本护照;在法律不准出境人员人脸数据库中查询,可以防止该类人员出境逃避法律；在办理过且未被审核通过人员数据库中查询，可以对其进行重点审核等。

出入境管理在当今社会起着举足轻重的作用，特别是一些危害国家安全及经济的犯罪分子通过办理多本护照,企图出境躲避法律的制裁。

我们更要把其挡在国门之内。

犯罪分子可以改姓名、可以有多种身份、可以有多个证件。

但是他只有唯一的一张脸是不变的。

不管你是谁,你叫什么,这张脸就是你能否办理护照的有效依据。

该套系统由于客户端数量有限，且使用频率相对很低,系统采用C/S结构，核心工作基本由服务器完成。

系统工作流程。

３．3人脸识别的硬件设备

按照国家的最低要求：

新一代监控技术包括闭路电视监控设备的压缩格式为H.264或者ＭＰEG-4，录像图像分辨率不低　于4ＣＩＦ（704譢uｌ0576）或者Ｄ1（720譢uｌ０576）；保障视频录像实时（每秒不少于　25帧），支持视频移动侦测功能;图像回放效果要求清晰、稳定、逼真，能够通过ＬAN、WAＮ或者互联网与计算机相连,实现远程视频监控、放像、备份及升级,回放图像水平分辨率不少于　3０0ＴＶL。

在这里采用的数据线为５0Ω传输导线以保证传输速率。

摄像头的要求：

普通摄像机在使用过程中会产生高温、脉冲、火花或因电源故障而烧毁,如果使用场所存在可燃性气体或可燃性粉尘，那么上述任何一种情况均会引起周围气体或粉尘的剧烈燃烧甚至爆炸,后果不堪设想，所以使用防爆摄像机不仅是为了保证摄像机的安全,更重要的是为了保证使用场所的安全。

图像存储数据库服务器是智能化监控技术的核心硬件设施,在此数据库服务器上首先存储的是国家通缉的在逃犯人脸信息，并且要求具有相当的图形处理技术，因此要求运行速度较快的现代化计算机来担此重任,采用IBＭ的S53201型服务器用以保证速度。

市场价格在1０0W美元左右。

至于显示墙，用普通液晶显示即可。

这样机场内部的安防、安检工作即可顺利完成。

2人脸识别技术对部队信息化建设的重要性

目前,各种人脸识别视频监控系统在边防部队信息化建设中有着广泛的应用。

比如路网摄像机与空中摄像机结合,各个监控点对各种现象进行实时监控、记录和告警,而空中摄像机实时全方位人流监控。

在民用安全领域,特别是重要安全部门或重大事件视频监控，需要多点实时检测突发事件或可疑人物,重要部门需要设置安全门。

进入21世纪，恐怖主义袭击和破坏无论在范围、规模、频率,还是在技术、手段、危害性等方面，达到了严重的程度，并有继续扩大的趋势。

随着社会的不断进步和经济建设的发展,各种社会矛盾导致的恶性突发事件也日趋增多，且具有广泛性、长期性、复杂性，事先征兆少、难以预测和突发性的特征。

现代监控系统具有数字化、网络化、智能化特点,变被动监控为主动监控（自动检测、识别安全威胁），将操作人员从繁重的监控工作中解放出来。

而且其直观、方便、信息内容丰富而广泛应用于许多场合,越来越作为安防监控的重要组成部分。

人脸识别技术研究方法的不断创新和完善，使其在实际工作中的应用前景越来越广阔。

随着公安边防情报资料搜集工作的逐步完善、公安边防基层管理信息化、自动化水平的提高以及现有情报信息资料和技术设备的不断整合，人脸识别技术在公安边防工作中的应用领域将更广。

ﻫ１．布控排查。

发达的海陆空交通网络使人员的流动性大大增加，在方便了人们工作和生活的同时，也为犯罪分子提供了便利。

在机场、港口、设置人脸识别系统，当犯罪嫌疑人、通缉的在逃人员以及重要的贩毒人员等出现时可以及时识别并报警；ﻫ2.边境检查。

对外开放的不断深入,国际交往的不断增加,使出入境人员数量不断猛增。

把好边境检查关,就是守护好国门，保护国家的安全。

在边检通道设置人脸识别系统,当国际恐怖分子等重大嫌疑人入境、重大案件犯罪嫌疑人外逃时可以及时识别并报警；并识别,可以提高办案效率；

３.犯罪嫌疑人识别。

可以利用各种人像资料库，将犯罪嫌疑人的图像与人脸识别系统资料库中重点人口的图像进行筛选、比对并识别，可以提高办案效率。

近年来,随着现代科学技术的发展特别是网络带宽、计算机处理能力和存储容量的迅速提高以及各种实用视频信息处理技术的出现，视频监控技术也有长足的发展。

视频监控进入了全数字化、网络化、智能化的时代。

日益受到重视和关注。

因此，智能化人脸识别视频技术对部队的信息化建设有着重大的意义。

５智能人脸识别系统的优缺点

5.1优点

智能人脸视频监控以普通的网络视频监控为基础，除了具备广为人知的网络视频监控的优势外,智能视频监控系统还能为用户带来更大收益：

·24x7全天候可靠监控:

彻底改变以往完全由安全工作人员对监控画面进行监视和分析的模式，通过嵌入在前端设备（网络摄像机或视频服务器）中的智能视频模块对所监控的画面进行不间断分析。

·大大提高报警精确度:

前端设备（网络摄像机和视频服务器）集成强大的图像处理能力，并运行高级智能算法，使用户可以更加精确的定义安全威胁的特征，有效降低误报和漏报现象，减少无用数据量。

·大大提高响应速度:

识别可疑活动（例如有人在公共场所遗留了可疑物体，或者有人在敏感区域停留的时间过长），在安全威胁发生之前就能够提示安全人员关注相关监控画面以提前做好准备，还可以使用户更加确切的定义在特定的安全威胁出现时应当采取的动作，并由监控系统本身来确保危机处理步骤能够按照预定的计划精确执行,有效防止在混乱中由于人为因素而造成的延误。

·有效扩展视频资源的用途:

将视频资源应用到非安全领域，如利用商场大堂的监视系统自动识别VＩP用户的特征,并通知客服人员及时做好服务工作;发现人群中有人不慎跌倒时，及时通知附近的商场工作人员提供帮助。

此外，智能视频系统还可以帮助机场统计当天光出入境数量，用以分析相关情况等等。

5.2　缺点

尽管人脸识别技术有着广阔的应用前景,但是无论是在识别率，还是在防伪性上，都与指纹,视网膜等有着较大的差距，归根结底，影响人脸识别效果的原因主要有以下的几个方面:

1）人脸图像的获取过程中的不确定性（如光的方向，以及光的强度等）。

２）人脸模式的多样性（如胡须,眼镜，发型等）。

３）人脸塑性变形的不确定性（如表情等）。

４）所涉及的领域知识的综合性（如心理学，医学，模式识别,图像处理,数学等）。

正因为在人脸识别的过程中存在上述的各种各样的问题,因此在实际的检测和识别过程中，当这些因素叠加到一起的时候，情况就变得更加复杂。

基于几何特征的识别方法,其存在的主要问题在于，没有形成一个统一的,优秀的特征提取标准。

在描述人脸的时候，受到表情,光照，姿态的影响比较大,无法准确地描述人脸特征。

尽管如此，基于几何特征的方法在处理人脸表情分析时，仍然是一个最有效的依据。

同时,目前已经提出了很多改进的特征提取的算法,使得人脸几何特征的提取越来越趋于合理，这里面最具代表性的方法就是结合3Ｄ人脸信息的特征点提取技术。

基于代数特征的识别方法是目前在实际应用中使用得最多的一类方法,其主要原因是由于代数特征矢量（即人脸图像在特征空间的投影结果）对角度，表情等因素都具有一定的稳定性。

但对于光照而言，似乎效果并不太明显。

这种代数的特征识别方法，无法应用于人脸的表情识别。

　从某种意义上来说，人脸识别的各种方法,实际上就是在寻找一种人脸的描述方式，但是要找到一种能够不受各种因素影响的描述方式非常地困难,无论是最早使用的几何描述方式以及后来比较常用的代数描述方式,都不可避免地存在各种干扰。

我们只能是在以后的研究中，逐渐去完善人脸的描述方式,使之更加有效,更加准确。

6结束语

加强智能化监控设施建设与应用，不仅是更好地适应我们边防部队处置各类突发事件工作新形势的需要,也是履行各种国防工作职责的需要,而且从根本上提高了部队通信保障能力,提升了部队战斗力，为部队顺利完成各项执勤任务打下坚实基础,更能对维护边防工作,打击各种犯罪分子的潜逃以及入境的必要手段,从而保证我国的安全不受任何干扰,建设我国现代化的和谐社会。

7　致谢

经过３个月的论文撰写感觉到基础知识的薄弱，然而在指导教员的帮助下，从知识以及精神上给予了我极大的帮助，使得我本篇论文的顺利完成，所以说从选题到最后论文的最终完成浸透着教员们的大量心血。

所以在此，特向给予我帮助的所有教员们表示诚挚的感谢！

还有,在本论文的写作过程中在资料的查找过程中同班同学也给予了不少的帮助,因此也在此提出感谢。

最后：

由于作者知识、写作水平以及时间有限，文章中存在许多不足之处,在此还请各位领导和教员给予指导批评和建议，谢谢！

ﻬ8参考文献

[1]聂祥飞.人脸识别综述.重庆三峡学院学报,20０９,　25（1１7）：

14．

[2]朱金魁.人脸识别算法的研究.东北林业大学硕士论文．　2009．

[3]王志良，孟秀燕.