基于android平台人脸识别算法移植的研究-计算机软件与理论专业论文.docxVIP

武汉理工大学硕士学位论文 武汉理工大学硕士学位论文 万方数据 万方数据 摘 要 随着社会的发展和科技的进步，近些年来计算机软硬件性能飞速提升。计 算机视觉技术、模式识别以及人工智能的理论和研究框架不断发展，人脸识别 技术已经成为科学研究人员关注的一个重要研究方向。同时，科技的进步使得 移动终端得到了极大发展，相较于最初阶段，无论是其便携性还是计算以及存 储性能都有很大的提高。研究传统的人脸检测和识别算法，结合 Android 平台的 特点，选择合适的算法经过改进后移植，能够促进 Android 平台下的人脸识别应 用的发展。在 Android 平台上进行人脸识别的应用，可以更加方便快捷的进行身 份识别和认证。 本文 对现 有 的人 脸检测 和 人脸 识 别算 法进行 深 入的 学 习和 研究， 结 合 Android 平台的特点，针对其中的部分方法进行改进，使其可以更加适应 Android 平台，并进行相应的实验和分析。本文所做工作和创新如下： (1)研究了 Android 平台下基于层叠分类器的人脸检测算法。分析了弱分类、 Adaboost 强分类器、层叠分类器的思想，结合 Android 平台的特点，优化 Haar 特征，设计了 Android 平台下人脸检测，为后续的人脸识别奠定了基础。 (2)研究了 Android 平台下基于 Fisherface 的人脸识别算法。针对 Android 平 台的样本获取简单但实时性要求高的特点，分析了基于主成分分析和线性判别 分析的 Fisherface 算法的思想。并增加了降低分辨率的降维方式，再将 Fisherface 算法移植到 Android 平台上进行人脸识别的研究，在对检测率影响较小的情况下 减少了运算量，提高了人脸识别的效率。 (3)研究了 Android 平台下基于局部三值增强模式特征的人脸识别算法。结 合 Android 平台单样本条件人脸识别的需求和采集图像受光照影响较大的特点， 分析了光照鲁棒性较好的局部二值模式特征和局部三值模式特征，并根据局部 三值模式特征的不足，提出了一种能够更有效的描述图像均匀变化的改进方法， 即局部三值增强模式特征，提高识别率。 (4)研究和实现了 Android 平台下人脸检测和识别原型系统。结合 Android 平 台的特点，使用层叠分类器对输入图像进行人脸检测，在样本充足时选择 Fisherface 算法进行人脸识别，而在单样本条件下利用局部三值模式特征进行人 脸识别，并与其他一些 Android 平台下的人脸识别系统进行对比分析。 关键词：Android；人脸识别；层叠分类器；Fisherface；局部三值增强模式 I Abstract In recent years,with the development of society and the progress of science and technology, the computer software and hardware performance rapidly increase. With the development of computer vision, pattern recognition and artificial intelligence theory and research framework, face recognition technology has become an important research direction of scientific research personnel concerned. At the same time, the progress of science and technology makes the mobile terminal has been greatly developed, compared to the initial stage, both have greatly improved the portability and computing and storage performance. Researching the traditional Face detection and recognition algorithm, combining with the characteristics of Android platform, select the appropriate algorithm improved after transplantation, which can promote the development of the application of