论文部分内容阅读
人脸识别与云计算都是当前最热门的研究领域,人脸识别作为用户非配合状态下、远距离的快速身份识别技术已经快速普及在视频监控等各种用途中。而云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变,云计算与人脸识别的结合可以很好地解决人脸识别过程中需要大量计算能力和存储空间的问题。本文的目标是实现一个客户端软件采集人脸图像并预处理,云端平台进行处理、分析和识别的系统,并对基于PCA的人脸识别算法和Hadoop分布式集群系统进行深入的探讨和分析。主要研究了Hadoop云平台的分布式文件管理系统的存储结构、MapReduce算法并搭建三个节点的Hadoop系统框架,探讨了人脸检测、处理、特征提取和识别四个过程,分析了基于特征提取、模板匹配和统计三种人脸检测方法,详细阐述了滤波、直方图均衡化、灰度拉伸等预处理方法,重点研究了基于主成分分析法的人脸识别算法,实现了基于OpenCV的计算机视觉库人脸采集、处理和识别的算法,研究了OpenCV中Haar分类器的人脸检测方法,在配置了OpenCV库的VS2010开发环境中编写客户端,及在配置了JavaCV库的eclipse开发环境中编写了Map和Reduce模块。通过本文的研究,基于主成分分析法的人脸识别对于光线、背景复杂度等因素影响仍较大,Hadoop云平台对大数据处理方面的性能较好,但实时性较差。因此,本文应对改进识别算法和寻求实时性云框架做进一步的研究。