疫情管理系统的人脸识别模块设计与实现文献综述

文献综述

二、文 献 综 述随着疫情防控成为常态，人脸识别进出校园成为学校管理便捷高效的选择，而人脸检测是一种比较复杂的进行识别和进行模式分类的技术，这种技术要考虑到环境，光照，肤色的变化，这些增加了人脸检测的难度。

虽然我国人脸识别系统已经趋于成熟，但是在实际应用和与校园疫情管理相结合时，仍然出现许多问题，但只要我们不断研发，提高系统适配度，加强程序漏洞管理，出现的问题都会迎刃而解。

如何进一步的挖掘问题，分析现状，提出改进措施，是当下应当考虑的问题，本文会以人脸识别的理论知识作为分析切入点，以我国人脸识别现状为出发点，结合疫情下校园管理现状，设计疫情防控下校园管理系统人脸识别模块程序，编写Java语言，并测试程序，争取为广大师生提供更优质的服务。

2.1人脸识别发展历史及现状 2.1.1. 人脸识别技术发展历史在上世纪五十年代，就有人提出了人脸识别的概念，在发表的报告中首次提出了人脸识别技术。

严辉（2021）、左藤（2017）指出，在 1888 年和 1910 年，学术期刊《Nature》刊登了两篇法国科学家 Galton 的论文，首次提出了人脸识别概念，标志着人脸识别技术的正式诞生。

但是由于受到科学技术和理论条件的约束，其发展十分的缓慢。

直到八十年代开始，计算机性能和图像处理技术有了极大的发展，人脸识别技术也开始有了其商用价值。

目前流行的人脸检测算法主要分为基于几何特征的方法[21];基于模板匹配的方法[22]；基于统计模型的方法，主要包括AdaBoost 方法，支持向量机方法、人工神经网络方法和子空间方法，等等[23-24]。

随着图像处理、人机交互识别、各类分类模式、人工智能的不断发展，近些人人脸检测和人脸识别技术会得到一个质的飞跃，同时也推动了人脸检测系统的广泛应用。