一、文献综述
1.1 国内外研究现状
1.1.1 人脸识别国内外研究现状
人脸识别技术的发展主要经历了以下三个阶段：第一阶段主要研究简单背景中的人脸的识别和人脸识别过程中所需要的面部特征。第二阶段主要研究的是人机交互式的人脸识别。第三阶段是机器自动识别阶段。在研究初期，利用人脸器官的局部特征来描述人脸，但这种方法仅对变形较小的正面人脸有一定的效果。在第一阶段和第二阶段都还需要操作员的引导或者先验知识，不过到了第三阶段—机器自动识别阶段，随着计算机配置的不断提高，运算速度和效率也不断加快，以及图像采集加工能力的提高，人脸识别方法有了重大突破。不仅能自动识别正面的、光照良好的、没有遮挡的人脸，而且对不同姿态变化、不同表情、不同年龄阶段、不同光照条件的人脸也能进行识别。这一阶段研究人员提出了很多人脸自动识别的方法，在一定程度上带动了人脸识别技术的发展。
当前很多国家展开了有关人脸识别的研究，主要有美国，欧洲国家，日本等，著名的研究机构有美国麻省理工大学(MIT)媒体实验室和人工智能实验室、美国卡耐基梅隆大学(CMU)的机器人研究所、法国INRIA研究院、美国伊利诺斯大学Beckman研究所和Microsoft ResearehAsia Face Group。美国国家标准技术局（NIST）举办的(Face Recognition Vendor Test 2006，简称FRVT2006)通过大规模的人脸数据测试表明，当今世界上人脸识别的一些方法的识别精度已经超过人类的平均水平。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百分之百。
然而我国在人脸识别领域的研究虽然起步相对较晚，但是进展迅速，很多研究机构、高等院校及多家IT公司都成立了人脸识别技术的研究小组，如华中科技大学、国防科学技术大学、武汉大学、北京交通大学，上海银晨智能识别科技有限公司等等，都取得了一定的成果。
目前的人脸识别的特征提取算法主要有基于空间映射和基于深度学习的特征提取算法。基于子空间映射方法尝试将高维 度的人脸特征映射到一个低维子空间去，然后尝试在子空间中完成人脸特征匹配， 利用部分子空间映射方法具有相对平移、尺寸等不变性，然后经过降维操作和分类器设计进行人脸识别，优点是人脸认证的精度有所提高，缺点是对人脸变化的抑制性不高且提取的特征不具备普适性。基于深度学习的人脸特征提取方法是通过一定深度的网络结构和海量的训练数据，将人脸图片经过多层的卷积和非线性映射操作，可以模仿人脑的多级信息提取过程和视觉感知机制提取出有效的特征信息。
1.1.2 电子签章国内外研究现状
在国内,电子印章应用起步较晚,原因主要有三个。一是以前电子签名没有法律支持,电子签名不具有法律效力,因此无法被广泛的承认。二是印鉴文化是中国和其他几个亚洲国家特有的,无法借鉴西方一些先进的开发经验。三是电子印章应用牵扯到的技术很广很杂,导致各家厂商开发出的应用相距甚远,没有形成相对统一的业界标准。当然,国内一些厂商已经做出了电子印章产品或者提出了一些解决方案,在公司和政府机关内部已有了一些小范围的应用。还有企业将电子印章系统以控件的形式封装后,嵌入既有的系统中。这些产品包括上海阿须数码技术有限公司的阿须数字印章、江西金格科技的电子印章控件、北京诚利通数码技术有限公司的电子签章系统等。虽然已经有一些产品出现,但并不能说我国电子印章技术已经成熟,相反的是国内的电子印章领域还有很多的问题需要解决。主要的问题有一是如何使印章系统具有更高的安全性,使得用户可以信赖。二是如何使用户能够方便的使用电子印章系统。三是如何保证印章系统或控件能够方便的嵌入己经开发好的信息系统,或者支持更多种类的电子文档,这三个问题可以概括为易用性、安全性、扩展性。
