- 上一篇：冲压增程弹丸技术国内外研究现状综述
- 下一篇：图像分割的研究现状
人脸检测是人脸识别和分析的基础和前提，要进行人脸识别，首先要把人脸区域分割出来，一个完整的人脸识别系统包括三个任务：（1）从任意的图片或视频中决定是否有人脸，如果有，确定其方向和尺寸，即人脸检测；（2）对人脸面部图像进行正确识别；（3）描述脸部的表情，如哭、笑等。人脸识别一般应用在个人身份证明方面，如信用卡、护照等的确认；也可以用于安监部门，如丢失儿童信息检索、嫌疑犯照片识别等。60980
随着计算机应用的普及，对大量的图像、视频的管理和查询已经变得越来越重要。纯粹意义上的图像理解与注释不现实的，但检测待定的对象（如人脸），检测有无或多少并将其提取出来，则是完全能实现的。
我国在人脸识别领域取得了较好的成就，国家863项目“面像检测与识别核心技术”通过成果鉴定并初步应用，就标志着我国在人脸识别这一当今热点科研领域掌握了一定的核心技术。北京科瑞奇技术开发股份有限公司在2002年开发了一种人脸鉴别系统诊脉论文网，对人脸图像进行处理，消除了照相机的影响，再对图像进行特征提取和识别，这对于人脸鉴别特别有价值。
国外的一些高校（卡内基梅隆大学（Carnegie Mellon University）为首，麻省理工大学（Massachusetts Institute of Technology）等，英国的雷丁大学（University of Reading））和公司（Visionics公司Facelt人脸识别系统、Lau Tach公司Hunter系统等）的工程研究也主要放在公安、刑事领域，在考试验证系统的实现方面深入研究并不多。
虽然人类的人脸识别能力很强，能够记住别且并辨别上千张不同人脸，可是计算机则困难多了。其表现在：人脸表情丰富；人脸随年龄增长而变化；人脸所称图像受光照、成像角度及成像距离等影响；而且从二维图像重建三尾人脸是病态过程，目前尚没有很好的描述的三维模型。另外，人脸识别还涉及到图像处理、计算机视觉、模式识别以及神经网络等学科，也和人脑的认识程度紧密相关。这诸多因素使得人脸识别成为一项极富挑战性的课题。源]自=751-·论~文"网·www.751com.cn/
因此，对于图像的预处理，本文里是对图像质量的评价，就有其独特的作用价值。
一般而言，图像质量评价的研究设计到两个问题，一个是对彩色图像的质量评价研究，另一个是视频质量评价的研究。这两个问题都是很复杂的研究方向，需要重新建立模型处理。
研究客观图像质量评价的目的是设计一个计算模型，可以自动且精确地对图像进行评价或者预测，“准确”的意思是评价或者预测的结果要和正常的观察者的结果一致，换句话说，就是与人的主观视觉一致。同时，一个优秀的质量评价方法必须要具备很好的普适度，以应对尽可能多的应用环境，即可以评价跨越多种类型的图像，同时也可以评价多种失真类型的图像。
在设计一个图像评价计算模型的时候，有时候还必须兼顾到算法的高效性和精确性。这是可以理解的，因为大多数实际的图像处理系统是实时的，复杂度高的评价模型会有很多限制。在一些实时性要求不高的应用中，比如评价图像处理算法优劣的应用中，评价的精度是首要考的问题。
在过去的二十年中，人们提出了许多客观方法来评价图像质量，其中最简单的方法就是用一些简单的数学统计量来表征图像质量。最常用的统计量是均方误差（MSE ,Mean Squared Error），以及由它派生出来的信噪比（SNR,Signal-Noise Ratio）,峰值信噪比（PSNR,Peak Signal-Noise Ratio）,均方根误差（RMSE,Root Mean Squared Error）等。这类方法具有简单、抑郁实现的优点，无力意义明确，因而在很多应用中还被广泛使用，但由于没有考虑人类的视觉心理感受以及图像本身的特点，往往不能反映人的视觉特性，经常与人的主观评价脱节。图像质量评价研究的目的就是试图寻找能够代替数学统计方法的、具有普适性的计算模型或算法。