基于Android的人脸识别--论文.docx
《基于Android的人脸识别--论文.docx》由会员分享，可在线阅读，更多相关《基于Android的人脸识别--论文.docx（53页珍藏版）》请在冰豆网上搜索。
设计总说明
编号
本科生毕业设计（论文）
题目：
基于Android的人脸识别
物联网工程 学院 计算机科学与技术
专业
学号学生姓名指导教师
I
设计总说明
随着科技的发展和进步，社会进入一个信息自动化的时代.对于信息的安全性，和数据的保密性，尤为重要，在当代信息就是一切的基础要素.每个人所获得信息都不同，所有信息需要对应生物识别，因此基于人体生物特征的识别软件的需求应运而生.在人体的多种生物特征中，人脸识别具有普遍适用性，方便快捷性，整个识别过程可以在目标无意识下进行.从而达到信息的自动化处理，又需要保证信息的安全性.
人脸识别技术可以应用在识别人类身份方面应的各个领域，它提取的人类的生物特征作为密钥，具有高度安全性，和密码唯一性的特征.随着技术的不断发展，在android设备可以采用人脸识别技术以完成工作.面部识别作为一种生物识别方法具有非接触的特点，安全方便.它广泛应用于人机交互，交易认证，安全等领域.近年来随着移动互联网和嵌入式电脑的发展，在嵌入式系统上运行人脸识别，这类应用程序在远程支付和个人信息安全方面具有巨大的潜力.该应用程序是在Android操作系统的上运行的，该系统基于Linux内核，作为当前使用最广泛的智能设备.面部识别的过程包括面部检测，面部归一化和人脸识别.本文对其中图像预处理和人脸识别部分做了详细的研究和介绍.本系统中所采用了主成份分析（PCA）方法进行人脸特征取,对其中主要的原理和步骤进行着重分析.并成功开发了一个具有良好的识别率应用程序.
人脸库，选取20张图片构成人脸库，每张图都是经过标准处理的，读入人
脸库，并做降维处理，二维向量转换为一维向量，则训练集是一个36000*20的矩阵，待测图片也为标准处理的180×200像素，即待测集为一个36000*1的矩阵.使用脸部检测算法并在目标上找出人脸图像，对图像进行预处理，然后再进行脸部识别.图片预处理是准备识别工作的一部分的部分.使用减少图像大小，降低噪音和放大图像对比度等方式，它能够最大化减少计算量.适应移动设备的使用.
系统主要分为2个模块，系统中的输入模块是人脸采集和信息输入过程以获取训练图像，作为参考的样本保存到数据库.识别模块是系统对人脸进行比对识别身份的一个过程.把数据库中的训练图像与测试图像相比较的并识别，然后识别输出结果.
文章的主要内容如下：
1）讨论面部检测方法.使用Adaboost算法和Haar检测人脸的功能.
2）研究图像预处理方法.标准化图像以便最小化存储空间并加快计算速度.
3）综合各种面部识别算法，基于本应用使用的PCA算法进行讨论分析.
4）完成从脸部检测到人脸识别的所有功能.充分验证程序的有效性.讨论结果和识别策略.
关键词：
人脸识别；Android应用；PCA算法；OpenCV库.
III
ABSTRACT
ABSTRACT
Withthedevelopmentandprogressofscienceandtechnology,itisespeciallyimportantforthesecurityofinformationandtheconfidentialityofdataduetothesocietyhasenteredaneraofinformationautomation.Informationisthebasicessentialfactorofeverythinginthepresentstate.Andalltheinformationneedstocorrespondtobiologicalidentificationbecauseeachpersongetsdifferentinformation,
therefore，thedemandforidentificationsoftwareofbasingonhumanbiologicalcharacteristicsisbegotinresponsetotheneedsofthetimes.Amongvariousbiologicalfeaturesofhumanbody,thefacerecognitionisuniversal,convenientand
fast,andthewholerecognitionprocesscanbeperformedunderthetarget'sunconsciousnesstoachievetheautomationprocessingofinformation,andensurethesafetyofinformation.
Facerecognitiontechnologyalsocanbeappliedtovariousfieldsofhumanidentification;itextractshumanbiometricfeaturesaskeyswithhighsafetyandtheuniquenessofthepassword.Withthecontinuousdevelopmentoftechnology,thefacerecognitiontechnologycanbeusedtocompletetheworkintheAndroiddevice.Facerecognitionisabiometricidentificationmethod;itscharacteristicsarenon-contact,safeandconvenientandarewidelyusedinhuman-computerinteraction,transactionauthentication,securityandotherfields.WiththerapiddevelopmentofmobileInternetandembeddedcomputerinrecentyears,itworksfacerecognitionintheembeddedsystem,andtherearegreatpotentialfortheremotepaymentandpersonalinformationsecurityinsuchapplications.ThisapplicationrunsontheAndroidoperatingsystem,basedontheLinuxkernel,andasthemostwidelyusedsmartdevicetoday,theprocessoffacerecognitionincludesfacedetection,facialnormalizationandfacerecognition.Thispapermadeadetailedstudyandintroductionfortheimagepreprocessingandfacerecognition.Thissystemadoptsprincipalcomponentanalysis（PCA）methodtosampleforfacefeature,andmainlyanalyzetheprincipleandthemainstepstosuccessfullydevelopanapplicationwithgoodrecognitionrate.
Facedatabase,wasformedbychosen20pictures.Eachpictureisprocessedby
standard,andisreadintothefacedatabaseanddonebydimensionalityreduction.
Ifthetwo-dimensionalvectoristransformedintoaone-dimensionalvector,thetrainsetisamatrixof36000*20,andthepicturetobetestedisalso180x200pixelsof
I
standardprocessing,thetestsetisamatrixof36000*1.Thefacedetectionalgorithmisusedtofindthefacepicturesonthetargettopreprocessthepicturesandthenperformfacerecognition.Picturespreprocessingispartoftheprocessofpreparingrecognitiontoreducethepicturessize,reducenoise,andamplifypicturescontrast,whichcanreducetheamountofcalculationtomaximizationtoadapttheuseofmobiledevices.
Thesystemismainlydividedinto2modules.Theinputmoduleisthefaceacquisitionandinformationinputprocesstogettrainingpictureandsavethemintodatabaseasreferencesample.Theidentificationmoduleisprocessesofthesystemdistinguishidentitybycomparison,whichcompareanddistinguishthetrainingpictureofdatabasewithtestpictureandoutputresultofidentification.
Keywords:
facerecognition,Androidapp,PCAalgorithm,OpenCVlibrary.
目录
目录
III
第1章 绪论 1
1.1引言 1
1.2人脸识别背景介绍 1
1.3人脸识别应用场景 1
1.4人脸识别的特点：
2
1.5人脸识别技术研究现状 2
1.6人脸识别的过程 3
1.7选择Android平台的优势 4
1.8本章小结 4
第2章 技术支持 5
2.1Android系统框架 5
2.2Activity的生命周期 6
2.3OpenCV库 7
2.4
升级会员 