基于Android平臺的人臉識別技術(shù)研究.pdf

1、在計算機視覺與模式識別領(lǐng)域中，人臉檢測與識別技術(shù)是一個非常熱門的研究課題，同時也具備非常廣闊的商業(yè)價值。在諸多的目標檢測算法中，基于AdaBoost算法的目標檢測方法具有檢測速度快，檢測效果好的特點，一直被廣泛應(yīng)用于人臉檢測;而在眾多的人臉識別方法中，基于特征臉子空間的人臉識別算法，識別準確率較高且計算復(fù)雜度也比較低，是目前主流的人臉識別方法之一。本文在對上述算法理論研究的基礎(chǔ)上，對其在Android平臺上實時應(yīng)用進行深入研究，并針對實

2、時識別過程中出現(xiàn)的問題，提出了一些解決方法。
　　本文首先闡述了基于AdaBoost的人臉識別算法，并針對該算法在實時處理過程中檢測速度、準確率以及側(cè)面人臉檢測識別等問題，引入了膚色模型尋找類膚色輪廓區(qū)域和主動形狀模型精準匹配人臉輪廓，利用人臉輪廓中的人眼信息區(qū)分正、側(cè)面人臉等方法。實驗仿真結(jié)果表明，將幾種方法相結(jié)合進行實時地人臉檢測，效果良好。
　　其次，本文介紹了基于特征臉子空間的人臉識別算法。研究分析了主成分分析方法應(yīng)

3、用于人臉識別的可行性和局限性，在此基礎(chǔ)上介紹了Gabor特征與線性判別分析方法，并提出改進的基于Gabor特征與LDA相結(jié)合的人臉識別方法。實驗結(jié)果表明該方法是有效的，識別效果較穩(wěn)定。
　　最后，本文結(jié)合應(yīng)用實際，完成搭建Android系統(tǒng)的圖像處理算法開發(fā)平臺，并結(jié)合OpenCV開源視覺庫，成功將人臉識別系統(tǒng)移植到Android平臺。實驗結(jié)果表明，本文選擇和改進的人臉檢測與識別算法，能在嵌入式Android操作系統(tǒng)平臺很好地工作