人臉識別系統(tǒng)的設計及Android平臺實現(xiàn).pdf

1、近些年來，隨著人們對信息安全問題的日益重視，生物識別技術(shù)由于其自身具有傳統(tǒng)身份技術(shù)所不具備的優(yōu)勢，被大量地用于身份認證中。人臉作為一種重要的生物特征，具有唯一性、隨身攜帶的優(yōu)點，而且人臉圖像的采集條件相對寬松，因此人臉識別技術(shù)被大量地用作門禁、安檢等相關(guān)領(lǐng)域。本文對人臉識別系統(tǒng)進行了相關(guān)研究。
　　在人臉檢測階段，對人臉檢測的兩種方法進行了研究。使用膚色檢測的方法檢測速度較快，但檢測范圍不準確并且往往容易將人體包含膚色的部位也誤檢

2、為面部;而如果采用AdaBoost算法進行人臉檢測檢測范圍準確但檢測速度較慢，同時也容易將一些區(qū)域誤檢。針對這兩種算法的缺點，本文結(jié)合膚色檢測的方法與AdaBoost算法來從背景中獲取人臉，選擇在YCbCr空間下建立高斯模型得到人臉候選區(qū)域，并通過形態(tài)學手段得到較為完整的區(qū)域，在得到的候選區(qū)域上進一步采用AdaBoost算法對人臉進行檢測從而實現(xiàn)較為精確的定位。實驗表明采用這種檢測方式可以減小兩種方法單獨使用的誤檢率。
　　在人臉

3、預處理方面，采用檢測雙眼位置的方法對人臉圖像進行對齊，并對圖像進行插值，歸一化為相同的尺寸，使人臉更為規(guī)范;同時為了減小光照的影響，采用圖像增強的方法對人臉圖像進行處理。通過對人臉圖像的預處理過程，以便為接下來的特征提取提供更加有效的輸入。
　　特征提取方面，選擇了局部二進制模式的特征提取算法進行特征提取，通過將人臉圖像進行分塊，將各個分塊的圖像直方圖相連作為最后的人臉圖像特征以匹配識別。
　　最后在Android平臺上對人