基于Android平臺的人臉檢測與識別研究及實現.pdf

1、人臉識別作為眾多生物特征識別的一種，具有易采集和易接受等特點，使得人臉識別的研究成為生物特征識別研究領域的熱點。智能終端的普及和性能的提升使得基于移動終端的人臉識別技術成為可能。而移動支付、手機錢包等應用的出現，更加增進了人臉識別與智能終端相結合的需要。
　　人臉識別的步驟主要包括人臉檢測、人臉特征提取和特征識別，本文主要對這幾個關鍵步驟的算法進行了研究與改進，并將其移植到Android平臺上實現了人臉檢測與識別系統(tǒng)。主要研究工作

2、如下:
　　(1)對傳統(tǒng)的人臉檢測算法進行了研究，選取適合本課題的人臉檢測算法。采用YCbCr顏色空間的膚色分割方法對人臉進行分割，再根據人臉的特點篩選出人臉候選區(qū)域，最后用Adaboost算法對候選區(qū)域進行檢測得到人臉并標記。通過實驗驗證，該方法結合了Adaboost算法和膚色分割檢測方法的優(yōu)點，不僅檢測速度快，而且保持了較高的檢測率。
　　(2)提出了一種基于ELDP的改進算法MB-ELDP算法。該算法首先對整個人臉圖像

3、像素點的灰度值進行分塊求均值，用均值替代該區(qū)域的灰度值，然后對其求ELDP特征，最后采用多級子窗口提取直方圖特征，并用卡方距離和最近鄰分類方法得到識別結果。通過實驗驗證，本文提出的MB-ELDP算法不僅降低了運算復雜度，提高了識別速度，而且有較好的人臉識別率。
　　(3)在Android平臺上設計與構建了人臉檢測與識別系統(tǒng)。結合本文提出的人臉檢測與識別算法，在Android平臺下調用Opencv庫實現了人臉檢測與識別系統(tǒng)，并驗證了