版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、 基于android平臺(tái)的人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 劉亮摘 要 人臉識(shí)別是公共安全領(lǐng)域的研究重點(diǎn)。本文首先通過(guò)分析比較,采用基于adaboost的算法檢測(cè)人臉,基于ldp的特征臉?biāo)惴▽?shí)現(xiàn)特征提取和特征識(shí)別。然后選擇opencv計(jì)算機(jī)視覺庫(kù)來(lái)實(shí)現(xiàn)人臉檢測(cè)和人臉識(shí)別。最后,通過(guò)jni調(diào)用本地opencv代碼實(shí)現(xiàn)android平臺(tái)的人臉識(shí)別系統(tǒng)?!娟P(guān)鍵詞】android平臺(tái) 人臉檢測(cè) 人臉識(shí)別系統(tǒng)1 引言近年來(lái),信息安全越來(lái)越受到人們關(guān)注,身份驗(yàn)證和識(shí)別技術(shù)成為眾人矚目的焦點(diǎn),生物特征識(shí)別技術(shù)和人工智能技術(shù)不斷更新發(fā)展,其中,人臉識(shí)別技術(shù)因具有并發(fā)性
2、、非接觸性、非強(qiáng)制性、操作簡(jiǎn)單等特點(diǎn),被越來(lái)越廣泛地運(yùn)用到各個(gè)領(lǐng)域中。android系統(tǒng)是目前移動(dòng)設(shè)備的主流操作系統(tǒng)之一,在移動(dòng)操作系統(tǒng)市場(chǎng)份額中占據(jù)了主導(dǎo)地位。隨著人們?cè)谝苿?dòng)領(lǐng)域信息安全意識(shí)的提高,在移動(dòng)平臺(tái)上進(jìn)行人臉識(shí)別具有廣闊的發(fā)展前景,同時(shí)也面臨諸多挑戰(zhàn)。本文結(jié)合android移動(dòng)終端的特點(diǎn),研究基于android的人臉識(shí)別系統(tǒng)的實(shí)現(xiàn),更好地滿足移動(dòng)領(lǐng)域信息安全方面的市場(chǎng)需求。2 人臉識(shí)別原理人臉識(shí)別技術(shù)是一種基于生理特征的識(shí)別技術(shù),通過(guò)計(jì)算機(jī)提取人臉特征,并根據(jù)這些特征進(jìn)行身份驗(yàn)證的一種技術(shù)。廣義的人臉識(shí)別過(guò)程包括人臉圖像采集及預(yù)處理、人臉檢測(cè)與特征提取和人臉的對(duì)比與識(shí)別三大部分,其
3、原理如圖1所示。人臉檢測(cè)的算法有很多種,典型的有特征抽取算法、人臉小波檢測(cè)、基于模板匹配、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法、adaboost算法等。本文選擇adaboost算法實(shí)現(xiàn)人臉檢測(cè)。人臉識(shí)別技術(shù)包括特征提取和特征識(shí)別,實(shí)現(xiàn)方法可概括為3類:基于幾何特征方法(歐式距離判別法)、基于模板方法(特征臉?lè)椒?、神?jīng)網(wǎng)絡(luò)方法等)和基于模型方法(隱馬爾科夫方法)。本文選擇基于ldp的特征臉?biāo)惴▽?shí)現(xiàn)人臉特征提取與特征識(shí)別。3 人臉識(shí)別算法3.1 圖像預(yù)處理現(xiàn)實(shí)生活應(yīng)用人臉檢測(cè)與識(shí)別系統(tǒng)時(shí),人臉的圖像是在各種隨機(jī)的場(chǎng)景下由攝像頭或照相機(jī)拍攝的,因此受到光照變化、背景色彩、設(shè)備質(zhì)量以及人臉姿態(tài)等因素的影響,需要對(duì)
4、其進(jìn)行預(yù)處理,主要包括光照補(bǔ)償、濾波去噪處理和幾何歸一化的處理,經(jīng)過(guò)這些處理,后期操作中將得到較好的識(shí)別效果。首先定位人眼。為了提高定位效率,先確定人眼在人臉圖像中的大概位置,然后基于這個(gè)大致的范圍,采用灰度積分投影和灰度差分積分投影相結(jié)合的方法精確定位人眼:m(y)=kphori(y)- dhori(y)其中,k為系數(shù),k phori(y)為灰度積分投影,dhori(y)為灰度差分積分投影。其次是臉部圖像的幾何變換和剪裁,根據(jù)所檢測(cè)到的人眼位置,通過(guò)圖像旋轉(zhuǎn)、剪裁、縮放等手段,使得臉部圖像中人眼是對(duì)齊的且不包含背景、額頭、耳朵和下巴,并將處理后的臉部圖像縮放到70×70固定大小。再
5、次是分離直方圖均衡,這個(gè)過(guò)程能夠使得每一個(gè)臉部圖像都具有相同的對(duì)比度以及亮度。最后是圖像平滑,圖像平滑能夠有效地減少圖像的噪聲。3.2 人臉檢測(cè)自適應(yīng)增強(qiáng)(adaptive boosting,adaboost)是一種需要監(jiān)督的機(jī)器學(xué)習(xí)算法。特征選取和特征計(jì)算決定了adaboost算法的運(yùn)行速度。viola等人提出了基于haar特征的adaboost人臉檢測(cè)算法。本文使用haar 特征進(jìn)行特征提取?;谔卣鞯臋z測(cè)能對(duì)選定區(qū)域的狀態(tài)進(jìn)行編碼。矩形特征是對(duì)輸入圖像使用矩形進(jìn)行提取特征。haar特征是一些由黑白矩形組成的特征,臉部的一些特性可以用矩形特征簡(jiǎn)單地描述,矩形特征值是兩個(gè)不同的矩形區(qū)域像素和
6、之差。如果圖像特征表示眼睛的顏色比臉頰上端的顏色深??梢杂锰卣髦祦?lái)編碼特征,特征值定義為:v=sum黑-sum白其中,sum黑、sum白分別表示黑色和白色矩形覆蓋區(qū)域的像素和。使用viola等人提出的積分圖像的概念,可加快矩形特征的計(jì)算速度。進(jìn)而計(jì)算出haar特征的特征值,定義積分圖中位置(x,y)處的值為待測(cè)圖像位置(x,y)處的上方和左側(cè)所有像素之和。s(x,y)=s(x,y?1)+i(x,y)c(x,y)=c(x?1,y)+s(x,y)其中,c(x,y)為積分圖在(x,y)點(diǎn)處的值,i(x,y)為原圖像素點(diǎn)(x,y)處的灰度值,s(x,y)表示一行灰度值的累加和。初始時(shí)s(x,-1)=0
7、,c(-1,y)=0。弱分類器對(duì)正負(fù)樣本分類的準(zhǔn)確率應(yīng)大于 1/2,這樣訓(xùn)練算法最終收斂。一個(gè)弱分類器 h(x,f,p,):其中 1 表示人臉,0 表示非人臉。計(jì)算在每個(gè)特征f下的所有樣本特征值,并進(jìn)行排序。然后掃描一遍排好序的特征值,從而確定特征f的一個(gè)最后閾值,最終訓(xùn)練成一個(gè)弱分類器。所有迭代得到的弱分類器,并按照定的權(quán)值疊加起來(lái),得到一個(gè)強(qiáng)分類器。將多個(gè)強(qiáng)分類器連接起來(lái),得到adaboost級(jí)聯(lián)分類器。如圖2所示。3.3 人臉特征的提取局部二值模式lbp(local binary patterns)是一種從局部紋理定義中衍生出來(lái)的算法,所謂的紋理是圖像分析中常用的鑒別特征,它所含有的信息
8、能夠表征物體表面的變化。由于其優(yōu)秀的分類特性和計(jì)算的簡(jiǎn)便性,使得其廣泛的運(yùn)用于圖像檢索、人臉?lè)治龊凸I(yè)檢測(cè)等領(lǐng)域。ojala等人提出的lbp算子的模板大小被定義為3x3,以此模板依次掃描圖像中的像素點(diǎn),將該模板的中心點(diǎn)位置的灰度值與周圍位置的8個(gè)灰度值相比較,若鄰域位置的灰度值大于中心位置的灰度值則該鄰域位置標(biāo)記為l,相反標(biāo)記為0;將這中心像素點(diǎn)周圍的8個(gè)像素點(diǎn)順時(shí)針依次連接組成8位二進(jìn)制數(shù);將該二進(jìn)制數(shù)轉(zhuǎn)換為十進(jìn)制數(shù),替代中心像素點(diǎn)位置的像素值。 gc代表中心像素位置的灰度值大小,p為該中心位置周圍鄰域像素點(diǎn)的個(gè)數(shù),gi(i=o,l,.,p-1)是周圍第i個(gè)像素位置的灰度值。則以(xc,yc
9、)為中心位置的一個(gè)局部鄰域的紋理特征可以表示為:ldp算法結(jié)合了lbp的優(yōu)點(diǎn),在其基礎(chǔ)上考慮到特征的方向性,能更有效和更為魯棒的描述人臉。與lbp碼相類似,我們需要對(duì)得到的卷積結(jié)果進(jìn)行二值化處理,需要選定一個(gè)閾值。這里我們對(duì)返回的卷積結(jié)果的絕對(duì)值b0,b1,b2,b3,b4,b5,b6,b7從大到小進(jìn)行排序,取其中第k個(gè)大小的值為閾值,大于該閾值的賦值為1,相反為0。ldp算子對(duì)于存在噪聲和非均勻的光照變化的圖像具有更好的魯棒性。4 android平臺(tái)人臉識(shí)別系統(tǒng)設(shè)計(jì)4.1 android jni技術(shù)本文所研究的人臉識(shí)別算法是由c語(yǔ)言實(shí)現(xiàn),并且調(diào)用了opencv庫(kù),這樣相對(duì)于使用java語(yǔ)言實(shí)
10、現(xiàn)有較高的執(zhí)行效率。android系統(tǒng)應(yīng)用層采用的java語(yǔ)言,但android系統(tǒng)中也提供了jni接口使得在android程序中能方便的調(diào)用c語(yǔ)言或其他語(yǔ)言。jni位于本地庫(kù)與java框架層之間,其結(jié)構(gòu)如圖3所示。4.2 系統(tǒng)功能模塊android平臺(tái)上的人臉檢測(cè)與識(shí)別系統(tǒng)主要由圖像采集模塊、人臉圖像預(yù)處理模塊、人臉檢測(cè)模塊、人臉注冊(cè)模塊和人臉識(shí)別模塊等共五個(gè)模塊組成。圖像采集模塊:利用android平臺(tái)攝像頭進(jìn)行圖像采集,調(diào)用opencv庫(kù),實(shí)現(xiàn)調(diào)用攝像頭、對(duì)拍攝的物體進(jìn)行自動(dòng)對(duì)焦、連續(xù)拍照等功能,快速獲取圖像幀的信息。人臉圖像預(yù)處理模塊:對(duì)采集到的圖像幀進(jìn)行光照補(bǔ)償、濾波去噪處理和幾何歸
11、一化的處理等處理。人臉檢測(cè)模塊:經(jīng)預(yù)處理的圖像采用adaboost人臉檢測(cè)方法獲取人臉,并對(duì)裁剪出的人臉圖像進(jìn)行標(biāo)記。人臉注冊(cè)模塊:經(jīng)過(guò)訓(xùn)練后可以輸入姓名,然后可連續(xù)錄制十張照片,并按照人臉檢測(cè)中的步驟提取出10張人臉照片保存到sd卡中,將人臉姓名和編號(hào)按順序?qū)懭雈acen.txt文件中。人臉識(shí)別模塊:根據(jù)測(cè)試者人臉圖像計(jì)算人臉ldp特征,得到識(shí)別結(jié)果。如果測(cè)試者的人臉特征在我們?cè)O(shè)置的閾值的內(nèi)則,輸出識(shí)別人臉的姓名,否則提示人臉庫(kù)中無(wú)此人,請(qǐng)擺正人臉配合識(shí)別。本文設(shè)計(jì)并實(shí)現(xiàn)了基于android的人臉識(shí)別系統(tǒng)。針對(duì)android平臺(tái)的硬件能力有限的特點(diǎn),開發(fā)了一種適用于android平臺(tái)的系統(tǒng)資
12、源消耗較少的人臉識(shí)別系統(tǒng)。系統(tǒng)開發(fā)過(guò)程中主要使用了adaboost人臉檢測(cè)算法和基于ldp特征臉的人臉識(shí)別算法,采用opencv視覺開源庫(kù)在android平臺(tái)上加以實(shí)現(xiàn),目前該入臉識(shí)別系統(tǒng)已經(jīng)達(dá)到較高的識(shí)別水平,具有很好的實(shí)用性和應(yīng)用前景。參考文獻(xiàn)1陳會(huì)安,李強(qiáng).java和android開發(fā)實(shí)戰(zhàn)詳解m.北京:人民郵電出版社,2014.2hughes a.android mobile security:a comprehensive evaluationof its feats and flawsd.utica coi.i.ege,2015.3趙麗紅,劉紀(jì)紅.人臉檢測(cè)方法綜述j.計(jì)算機(jī)應(yīng)用研究,2004,21(09):l-4.4張恒喜,史爭(zhēng)軍.基于sqljte的android數(shù)據(jù)庫(kù)編程
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 婚紗店裝修補(bǔ)貼合同
- 保齡球館裝修勞務(wù)合同范本
- 服裝店時(shí)尚裝修門牌合同
- 產(chǎn)業(yè)園裝修驗(yàn)收流程與合同
- 棋牌室裝修驗(yàn)收細(xì)則與合同
- 廣告布展合同書
- 高效團(tuán)隊(duì)協(xié)作解決方案研究
- 金融產(chǎn)品選擇與交易流程指南
- 隔斷房租賃合同
- 互聯(lián)網(wǎng)營(yíng)銷策略實(shí)戰(zhàn)解析
- 對(duì)違反政治紀(jì)律行為的處分心得體會(huì)
- 大學(xué)生職業(yè)生涯發(fā)展與規(guī)劃(第二版)PPT完整全套教學(xué)課件
- 《深度學(xué)習(xí)革命》讀書筆記思維導(dǎo)圖PPT模板下載
- SAP可配置產(chǎn)品學(xué)習(xí)課件
- 傳統(tǒng)運(yùn)動(dòng)療法易筋經(jīng)教案5
- GB/T 8014.1-2005鋁及鋁合金陽(yáng)極氧化氧化膜厚度的測(cè)量方法第1部分:測(cè)量原則
- 股票基礎(chǔ)知識(shí)(入市必讀)-PPT
- 雅思閱讀題型與技巧課件
- 招商銀行房地產(chǎn)貸款壓力測(cè)試
- 公文與公文寫作課件
- 車削成形面和表面修飾加工課件
評(píng)論
0/150
提交評(píng)論