基于Android平臺的人臉檢測與識別研究及實現(xiàn).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(lǐng)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(shù)成為可能。而移動支付、手機(jī)錢包等應(yīng)用的出現(xiàn)，更加增進(jìn)了人臉識別與智能終端相結(jié)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(guān)鍵步驟的算法進(jìn)行了研究與改進(jìn)，并將其移植到Android平臺上實現(xiàn)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(jìn)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(jìn)行分割，再根據(jù)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(jìn)行檢測得到人臉并標(biāo)記。通過實驗驗證，該方法結(jié)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(jìn)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(jìn)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(jié)果。通過實驗驗證，本文提出的MB-ELDP算法不僅降低了運算復(fù)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(shè)計與構(gòu)建了人臉檢測與識別系統(tǒng)。結(jié)合本文提出的人臉檢測與識別算法，在Android平臺下調(diào)用Opencv庫實現(xiàn)了人臉檢測與識別系統(tǒng)，并驗證了