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%。