基于微信平臺的人臉識別系統(tǒng)研究與實現(xiàn).pdf

1、近幾年，隨著計算機集成性和移動互聯(lián)網(wǎng)的高速發(fā)展與應(yīng)用，智能移動設(shè)備開始走進我們的日常生活，并逐漸改變著大家的學習、生活習慣。所謂的智能移動設(shè)備就是指智能手機、平板電腦以及一些有著高性能硬件且具有獨立操作系統(tǒng)的小型移動終端。而微信，作為這些移動終端的熱門應(yīng)用，已經(jīng)發(fā)展成為一個“平臺APP”，各種原生APP逐漸被微信所取代，繼而成為微信組件之一或蛻化為微信公眾賬號。
　　人臉識別是計算機技術(shù)研究的一個熱門領(lǐng)域，其在移動終端上的實現(xiàn)受到

2、了越來越多的關(guān)注。本文針對人臉識別技術(shù)及微信平臺二次開發(fā)進行研究，設(shè)計了一種基于微信平臺的人臉識別系統(tǒng)。主要研究內(nèi)容概括如下：
　?。?）人臉檢測之前，針對部分人物背景較復(fù)雜的彩色圖像，采用SWRW分割算法將人物與其背景分離，從而避免偽人臉區(qū)域的干擾。圖像預(yù)處理階段，采用圖像灰度化和直方圖均衡化兩種方法，去除或減小外部環(huán)境對圖像的干擾。
　?。?）人臉檢測是利用AdaBoost算法對樣本中的Haar特征進行選擇，從而訓練分類

3、器，并通過加入上、下、左、右四個方向的Haar_T特征來提高分類器的準確性。
　?。?）人臉識別包括人臉身份識別和人臉表情識別，二者主要表現(xiàn)為特征提取的不同。身份識別采用WSS-LBP算子提取局部紋理特征，在ORL人臉庫上進行實驗，獲得了最高為95％的人臉識別率；表情識別是在人臉檢測的基礎(chǔ)上，利用訓練好的級聯(lián)分類器提取樣本中的Haar、Haar_T特征向量，在JAFFE表情庫上進行實驗，獲得了82.8%的表情識別率。
　　系