面向Android平臺的人臉檢測算法的優(yōu)化設(shè)計.pdf

1、人臉檢測技術(shù)是計算機視覺和模式檢測領(lǐng)域不可缺少的技術(shù)，是人臉圖像處理系統(tǒng)的關(guān)鍵步驟。隨著移動互聯(lián)網(wǎng)的飛速發(fā)展，這些技術(shù)的應(yīng)用越來越廣泛，主要應(yīng)用在身份驗證、智能安防以及遠程視頻會議等方面。智能終端快速普及全球，具有攜帶便利、操作簡單、運用廣泛等優(yōu)點，移動設(shè)備上的人臉檢測軟件有廣泛的應(yīng)用前景。然而，由于移動設(shè)備有限的處理能力，在移動終端上進行人臉檢測的效果并不理想。因此，在對現(xiàn)有的人臉檢測算法改進的基礎(chǔ)上，本文實現(xiàn)了一種面向安卓(Andr

2、oid)平臺的人臉檢測算法的優(yōu)化設(shè)計。
　　本文深入研究了基于膚色分割的人臉檢測算法和Adaboost人臉檢測算法，在此基礎(chǔ)上，提出一種新的雙閾值搜索方法來改進傳統(tǒng)的Adaboost算法，縮短Adaboost分類器的訓練周期，從而縮短了人臉檢測時間。隨后，將改進后的Adaboost算法與膚色分割的算法結(jié)合起來，在有效的克服膚色分割算法誤檢率高這一缺點的同時，迸一步縮短了人臉檢測時間。最后，通過Android應(yīng)用開發(fā)中的Java本地

3、接口(Java Native Interface，JNI)機制，將C++語言編寫的人臉檢測算法集成到Android應(yīng)用程序中去，從而實現(xiàn)面向Android平臺的人臉檢測功能。
　　本文采用CMU-PIE和加州理工學院的人臉標準測試集，在Android平臺上對改進算法進行測試。經(jīng)測試，本文的檢測率均達到90％以上，誤檢率控制在9％以下，每張24*24像素的圖片的檢測時間低于1300ms，驗證了系統(tǒng)的性能指標。本文改進后的人臉檢測算法