人臉識(shí)別系統(tǒng)的設(shè)計(jì)及Android平臺(tái)實(shí)現(xiàn).pdf

1、近些年來(lái)，隨著人們對(duì)信息安全問(wèn)題的日益重視，生物識(shí)別技術(shù)由于其自身具有傳統(tǒng)身份技術(shù)所不具備的優(yōu)勢(shì)，被大量地用于身份認(rèn)證中。人臉作為一種重要的生物特征，具有唯一性、隨身攜帶的優(yōu)點(diǎn)，而且人臉圖像的采集條件相對(duì)寬松，因此人臉識(shí)別技術(shù)被大量地用作門(mén)禁、安檢等相關(guān)領(lǐng)域。本文對(duì)人臉識(shí)別系統(tǒng)進(jìn)行了相關(guān)研究。
　　在人臉檢測(cè)階段，對(duì)人臉檢測(cè)的兩種方法進(jìn)行了研究。使用膚色檢測(cè)的方法檢測(cè)速度較快，但檢測(cè)范圍不準(zhǔn)確并且往往容易將人體包含膚色的部位也誤檢

2、為面部;而如果采用AdaBoost算法進(jìn)行人臉檢測(cè)檢測(cè)范圍準(zhǔn)確但檢測(cè)速度較慢，同時(shí)也容易將一些區(qū)域誤檢。針對(duì)這兩種算法的缺點(diǎn)，本文結(jié)合膚色檢測(cè)的方法與AdaBoost算法來(lái)從背景中獲取人臉，選擇在YCbCr空間下建立高斯模型得到人臉候選區(qū)域，并通過(guò)形態(tài)學(xué)手段得到較為完整的區(qū)域，在得到的候選區(qū)域上進(jìn)一步采用AdaBoost算法對(duì)人臉進(jìn)行檢測(cè)從而實(shí)現(xiàn)較為精確的定位。實(shí)驗(yàn)表明采用這種檢測(cè)方式可以減小兩種方法單獨(dú)使用的誤檢率。
　　在人臉

3、預(yù)處理方面，采用檢測(cè)雙眼位置的方法對(duì)人臉圖像進(jìn)行對(duì)齊，并對(duì)圖像進(jìn)行插值，歸一化為相同的尺寸，使人臉更為規(guī)范;同時(shí)為了減小光照的影響，采用圖像增強(qiáng)的方法對(duì)人臉圖像進(jìn)行處理。通過(guò)對(duì)人臉圖像的預(yù)處理過(guò)程，以便為接下來(lái)的特征提取提供更加有效的輸入。
　　特征提取方面，選擇了局部二進(jìn)制模式的特征提取算法進(jìn)行特征提取，通過(guò)將人臉圖像進(jìn)行分塊，將各個(gè)分塊的圖像直方圖相連作為最后的人臉圖像特征以匹配識(shí)別。
　　最后在Android平臺(tái)上對(duì)人