基于Android平臺(tái)人臉識(shí)別算法移植的研究.pdf

1、隨著社會(huì)的發(fā)展和科技的進(jìn)步，近些年來計(jì)算機(jī)軟硬件性能飛速提升。計(jì)算機(jī)視覺技術(shù)、模式識(shí)別以及人工智能的理論和研究框架不斷發(fā)展，人臉識(shí)別技術(shù)已經(jīng)成為科學(xué)研究人員關(guān)注的一個(gè)重要研究方向。同時(shí)，科技的進(jìn)步使得移動(dòng)終端得到了極大發(fā)展，相較于最初階段，無論是其便攜性還是計(jì)算以及存儲(chǔ)性能都有很大的提高。研究傳統(tǒng)的人臉檢測(cè)和識(shí)別算法，結(jié)合Android平臺(tái)的特點(diǎn)，選擇合適的算法經(jīng)過改進(jìn)后移植，能夠促進(jìn)Android平臺(tái)下的人臉識(shí)別應(yīng)用的發(fā)展。在Andr

2、oid平臺(tái)上進(jìn)行人臉識(shí)別的應(yīng)用，可以更加方便快捷的進(jìn)行身份識(shí)別和認(rèn)證。
　　本文對(duì)現(xiàn)有的人臉檢測(cè)和人臉識(shí)別算法進(jìn)行深入的學(xué)習(xí)和研究，結(jié)合Android平臺(tái)的特點(diǎn)，針對(duì)其中的部分方法進(jìn)行改進(jìn)，使其可以更加適應(yīng)Android平臺(tái)，并進(jìn)行相應(yīng)的實(shí)驗(yàn)和分析。本文所做工作和創(chuàng)新如下：
　　(1)研究了Android平臺(tái)下基于層疊分類器的人臉檢測(cè)算法。分析了弱分類、Adaboost強(qiáng)分類器、層疊分類器的思想，結(jié)合 Android平臺(tái)的特

3、點(diǎn)，優(yōu)化 Haar特征，設(shè)計(jì)了Android平臺(tái)下人臉檢測(cè)，為后續(xù)的人臉識(shí)別奠定了基礎(chǔ)。
　　(2)研究了Android平臺(tái)下基于Fisherface的人臉識(shí)別算法。針對(duì)Android平臺(tái)的樣本獲取簡(jiǎn)單但實(shí)時(shí)性要求高的特點(diǎn)，分析了基于主成分分析和線性判別分析的Fisherface算法的思想。并增加了降低分辨率的降維方式，再將Fisherface算法移植到Android平臺(tái)上進(jìn)行人臉識(shí)別的研究，在對(duì)檢測(cè)率影響較小的情況下減少了運(yùn)算量

4、，提高了人臉識(shí)別的效率。
　　(3)研究了 Android平臺(tái)下基于局部三值增強(qiáng)模式特征的人臉識(shí)別算法。結(jié)合Android平臺(tái)單樣本條件人臉識(shí)別的需求和采集圖像受光照影響較大的特點(diǎn)，分析了光照魯棒性較好的局部二值模式特征和局部三值模式特征，并根據(jù)局部三值模式特征的不足，提出了一種能夠更有效的描述圖像均勻變化的改進(jìn)方法，即局部三值增強(qiáng)模式特征，提高識(shí)別率。
　　(4)研究和實(shí)現(xiàn)了Android平臺(tái)下人臉檢測(cè)和識(shí)別原型系統(tǒng)。結(jié)合