基于Android平臺(tái)的人臉識(shí)別技術(shù)研究.pdf

1、在計(jì)算機(jī)視覺(jué)與模式識(shí)別領(lǐng)域中，人臉檢測(cè)與識(shí)別技術(shù)是一個(gè)非常熱門的研究課題，同時(shí)也具備非常廣闊的商業(yè)價(jià)值。在諸多的目標(biāo)檢測(cè)算法中，基于AdaBoost算法的目標(biāo)檢測(cè)方法具有檢測(cè)速度快，檢測(cè)效果好的特點(diǎn)，一直被廣泛應(yīng)用于人臉檢測(cè);而在眾多的人臉識(shí)別方法中，基于特征臉子空間的人臉識(shí)別算法，識(shí)別準(zhǔn)確率較高且計(jì)算復(fù)雜度也比較低，是目前主流的人臉識(shí)別方法之一。本文在對(duì)上述算法理論研究的基礎(chǔ)上，對(duì)其在Android平臺(tái)上實(shí)時(shí)應(yīng)用進(jìn)行深入研究，并針對(duì)實(shí)

2、時(shí)識(shí)別過(guò)程中出現(xiàn)的問(wèn)題，提出了一些解決方法。
　　本文首先闡述了基于AdaBoost的人臉識(shí)別算法，并針對(duì)該算法在實(shí)時(shí)處理過(guò)程中檢測(cè)速度、準(zhǔn)確率以及側(cè)面人臉檢測(cè)識(shí)別等問(wèn)題，引入了膚色模型尋找類膚色輪廓區(qū)域和主動(dòng)形狀模型精準(zhǔn)匹配人臉輪廓，利用人臉輪廓中的人眼信息區(qū)分正、側(cè)面人臉等方法。實(shí)驗(yàn)仿真結(jié)果表明，將幾種方法相結(jié)合進(jìn)行實(shí)時(shí)地人臉檢測(cè)，效果良好。
　　其次，本文介紹了基于特征臉子空間的人臉識(shí)別算法。研究分析了主成分分析方法應(yīng)

3、用于人臉識(shí)別的可行性和局限性，在此基礎(chǔ)上介紹了Gabor特征與線性判別分析方法，并提出改進(jìn)的基于Gabor特征與LDA相結(jié)合的人臉識(shí)別方法。實(shí)驗(yàn)結(jié)果表明該方法是有效的，識(shí)別效果較穩(wěn)定。
　　最后，本文結(jié)合應(yīng)用實(shí)際，完成搭建Android系統(tǒng)的圖像處理算法開(kāi)發(fā)平臺(tái)，并結(jié)合OpenCV開(kāi)源視覺(jué)庫(kù)，成功將人臉識(shí)別系統(tǒng)移植到Android平臺(tái)。實(shí)驗(yàn)結(jié)果表明，本文選擇和改進(jìn)的人臉檢測(cè)與識(shí)別算法，能在嵌入式Android操作系統(tǒng)平臺(tái)很好地工作