移動環(huán)境下大數(shù)據(jù)人臉識別研究.pdf

1、經(jīng)過近五十年的研究和發(fā)展，人臉識別技術(shù)取得了長足的發(fā)展，并應(yīng)用于公共安全、信息安全、電子商務(wù)、家庭娛樂等領(lǐng)域。但是在一些非理想條件下人臉識別還存在著許多問題亟待解決。隨著移動通信網(wǎng)絡(luò)和WIFI的普及，人們對智能手機(jī)的依賴性越來越強(qiáng)，移動環(huán)境下人臉識別的應(yīng)用也受到越來越多的關(guān)注。因此，本文結(jié)合移動環(huán)境下人臉識別的特點(diǎn)，重點(diǎn)對光照預(yù)處理和大規(guī)模人臉庫下的人臉識別這兩個(gè)關(guān)鍵技術(shù)問題進(jìn)行了研究，同時(shí)提出了解決方案。并且在此基礎(chǔ)上設(shè)計(jì)和實(shí)現(xiàn)了移動

2、環(huán)境下基于后臺的人臉識別系統(tǒng)。本文的主要工作和創(chuàng)新點(diǎn)如下：
　　一、對移動環(huán)境下的光照預(yù)處理進(jìn)行了分析、研究，并提出了基于小波的光照預(yù)處理算法。該算法首先利用一級二維小波變換將原始圖像分解為低頻分量和高頻分量，然后使用光照預(yù)處理效果較好的自商圖（Self-Quotient Image，SQI）對低頻分量進(jìn)行處理以達(dá)到降低光照影響的目的，并保持高頻分量不變。最后對處理后的小波系數(shù)進(jìn)行逆變換得到重建圖像。本算法可以有效的降低光照變化對

3、人臉識別的影響，有助于后續(xù)的人臉識別過程，且計(jì)算量較小，適合移動環(huán)境下人臉識別的應(yīng)用。
　　二、對大規(guī)模人臉庫下的人臉識別問題進(jìn)行了研究，并針對人臉識別的特點(diǎn)，提出了一種基于聚類的大規(guī)模人臉識別加速算法。該算法首先用k-means算法對人臉特征庫進(jìn)行預(yù)分類，并將每一聚類的數(shù)據(jù)構(gòu)建成kd樹。當(dāng)進(jìn)行人臉識別時(shí)，首先比較待識別人臉與每一聚類均值的相似度，再在相似度最高的聚類進(jìn)行基于kd樹的最近鄰人臉識別。實(shí)驗(yàn)證明在不犧牲識別率的前提下，