论文部分内容阅读
人脸识别作为生物识别技术的一种，具有无接触、安全和方便的特点。人脸识别技术广泛应用于人机交互、交易认证及安防等领域，一直是生物识别技术研究的热点。
近年来，随着移动互联网的发展，智能手机平台获得了长足的发展。然而，手机钱包、手机远程支付等新应用的出现使得手机平台的安全性亟待加强。传统的密码认证存在易丢失、易被篡改等缺点，人脸识别不容易模仿、篡改和丢失，因而适用于手机安全领域中的应用。
人脸识别包括人脸检测、特征定位、人脸归一化、特征提取和特征识别。本文研究了人脸识别中的关键问题，并在Android平台上实现了基于图像的人脸识别系统，主要的研究内容和成果如下：
1)总结了人脸识别中常用算法，给出了算法的优缺点及适用范围。改进已有的人脸检测算法，使用基于肤色和Adaboost算法相结合的方法进行人脸检测，提高了人脸检测的效率。实验表明此方法对光照、表情及姿态变化具有较高的鲁棒性。
2)研究了基于ASM算法的人脸特征定位方法，设计了基于人脸轮廓的人脸归一化方法，根据归一化中出现的问题，进一步提出了人眼位置与人脸轮廓结合的人脸归一化方法。
3)研究局部二元模式特征，设计并实现了基于图像多级分块的人脸LBP直方图特征提取算法，实验表明，该算法具有区分度高、计算复杂度低和特征维数可控的特点。
4)实现了基于Android平台的人脸识别系统，系统完成了从人脸检测到人脸识别的整套功能。在Yale人脸图像库上采用交叉验证的方法进行识别，正确识别率达96.97％，平均识别时间为80ms，充分验证了算法的有效性和实时性。在Essex人脸数据库face95子集上的实验表明，该系统具有较高的准确率，识别率达89.13%。