在市场需求的促进作用下,数据通信质量在大幅度提升,可更好的满足手机通信要求。移动电话不仅是简单的通信工具,而且是集通信、多媒体、游戏、购物、支付等于一身的移动平台。进行移动支付时,需要支付系统可高效准确的识别用户身份,交易信息安全,同时也可方便地操作。目前在身份识别领域,经常用到面部信息,可基于不同个体的面部信息差异而实现身份识别的目的。人脸识别技术目前在智能在线支付领域已经被广泛应用,且有效满足支付高效便捷相关的要求。本文在研究过程中进行了 Windows平台的Server端设计以及Android平台的Client端设计。其中Server端用于人脸识别的后台处理并返回识别结果;Client端是一个支付系统,用于采集、上传人脸信息以及处理交易信息。主要工作内容如下:(1)通过对Android平台的深入理解与学习,具体阐述了 Android平台不同版本的研发历史和Android的平台构架。(2)详细阐述人脸识别技术的研究进程以及在不同领域内的广泛应用。(3)基于Windows系统的服务器中的后台人脸识别主要分为人的面部信息的定位、具有判别性的特征抽取以及在数据库中的检索。本文系统采用AdaBoost实现了人脸区域的检测和定位,同时采用基于主成分分析法的子空间投影算法用于通过人脸信息对身份进行辨识。(4)利用Socket通信建立客户端与服务器的通信,并根据上述的人脸识别,以及对Android平台的研究,设计并实现了一套完整的Android平台支付系统。(5)加权特征方案,采用特征范围加权的方法,根据对识别效果影响的大小对面部信息的不同范围赋予不同的权重,以有效地提高面部识别的精度。最终,该系统实现了由智能手机客户端采集人脸信息并上传,后台接收人脸信息,基于软硬件技术进行人脸检测、识别,然后给出识别结果。对这种系统进行测试,结果表明其辨识精度高,同时也可达到较高的稳定性水平,不过采集图像时容易受到环境因素干扰,因而也存在一定局限性,需要进行适当的改进和完善。应用场景:工厂原有的考勤、支付方式为人工刷卡模式。此模式会出现外来人员混入、工卡互借、工卡乱刷的情况,导致工卡盗刷,对工厂员工带来经济损失。通过人脸识别身份,确定人员身份,杜绝工厂内乱刷、盗刷的情况。使用加权特征方案提高人脸识别的准确率,可以降低设备成本。