人类的社交关系是社会活动的基本形式之一,互联网技术的发展拉近了人与人之间距离,不管是线下还是线上,社交关系逐步成为人们维系感情联系社会的一种方式。社交搜索作为下一代搜索引擎发展方向将有利于人们快速的获取各种形式的社交关系。传统的基于关键字的搜索由于其固有的重名低效等缺点将不适用于社交关系搜索系统,本课题创新性地将基于内容的检索技术运用到社交关系检索系统,使用正面人脸图像代替人名关键词进行检索,是人脸识别领域的一个新型应用实践,为用户提供了一种智能化社交关系检索体验。本课题主要研究并实现了基于人脸检测与识别的社交关系检索系统。该系统可以检测用户导入的图像中的人脸和人物合照中的隐含的社交关系,并存储这种关系,最后可以显示待检索的人脸的社交关系图。本课题最终实现的系统是运行在Android平台的智能手机上的,用户通过手机的拍照功能可以很方便的获取人物照片导入本系统,从而进行相应的识别与检索操作。本论文首先介绍了人脸检测与识别的经典算法,详细阐述了基于Adaboost的人脸检测和PCA的人脸识别算法,并通过实验证实了将其运用于智能终端平台上的效率和正确率的可行性。针对关系拓扑图中两个结点上人物之间的关系亲密度值,本文除了考虑每两个人物的合照数作为权值,还借鉴了词的激活度公式,加入单个人物存在的图像个数作为一个参数。接下来论文通过需求分析和设计,实现了一个Android智能系统上的社交关系检索系统。该系统不仅具有人脸检测与识别、人脸库和关系库创建与更新和社交关系检索等模块,针对关系检索的关系网状图还具有亲密度检索、关系查看和关系图分享的功能。最终系统测试结果表明,针对日常生活中人物照片,系统的人脸识别结果包括由相似度排序的n张人脸,识别的正确率随n的增大而提升,当n=1时,识别的正确率较低,为47%左右,而当n=6时,识别的正确率可达97%左右。因此本系统在识别过程中都提供了6个结果,让用户通过手动选择的辅助手段,进一步提高了识别准确率。另一方面,综合考虑了词激活度理论的关系亲密度值比只考虑两两人物之间的合照数更符合统计规律。