【正文】 術(shù)等領(lǐng)域也得到大量研究和飛速發(fā)展。近年來(lái)，人臉識(shí)別技術(shù)在安全監(jiān)控、模式識(shí)別、人 機(jī)交互等領(lǐng)域中具有廣闊的應(yīng)用前景，逐漸成為模式識(shí)別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。 軟硬件要求：電腦一臺(tái)： CPU： Pentium III 800 以上 內(nèi)存 (RAM) 1G 或以上，Windows 7 系統(tǒng)， Eclipse 要解決的問(wèn)題（做什么） （ 1）研究人臉識(shí)別的相關(guān)算法及其原理，并分析不同算法的優(yōu)缺點(diǎn)； （ 2）在常用的人臉識(shí)別算法中選擇一種更優(yōu)算法進(jìn)行分析研究和改進(jìn)； （ 3）采集或者在互聯(lián)網(wǎng)上獲取人臉照片，建立人臉數(shù)據(jù)庫(kù)，用于后期 的算法研究； （ 4）在 Face++中，是如何用 Java 實(shí)現(xiàn)人臉識(shí)別的算法的； （ 5）如何對(duì)人臉進(jìn)行關(guān)鍵點(diǎn)檢測(cè)并盡可能的提高相似度已達(dá)到人們的需求； （ 6）如何檢測(cè)一張照片中的人臉信息并獲取相應(yīng)信息； （ 7）深入研究 Face++究竟是如何實(shí)現(xiàn)人臉識(shí)別。 （ 2）根據(jù)研究情況確定設(shè)計(jì)目標(biāo)以及完成畢業(yè)設(shè)計(jì)開題報(bào)告。 最后，撰寫合格的畢業(yè)論文并準(zhǔn)備畢業(yè)答辯。 本課題就是嘗試用 Face++接口聯(lián)合 Android 完成一個(gè)人臉識(shí)別，它是在Windows 中，使用 Eclipse 作為開發(fā)平臺(tái)，實(shí)現(xiàn)人臉識(shí)別功能．主要完成的工作： (1)通過(guò)瀏覽大量的資料和文獻(xiàn)，完成基礎(chǔ)理論準(zhǔn)備工作，并簡(jiǎn)要介紹了人臉識(shí)別技術(shù)。 關(guān)鍵字： Android； Face++；人臉識(shí)別 II ABSTRACT With the advent of technology and the rapid growth of the Inter era of big data, information security also will be on the agenda, how fast and efficient authentication and identification, still bee increasingly important issue. Based on the original password, authentication code and identity card authentication methods are obvious flaws, easily lost, easily damaged, easy to decipher and so on, have been pletely unable to keep pace with the times and meeting people39。但由于人臉識(shí)別算法的復(fù)雜度比較高，我們需要大量的時(shí)間和費(fèi)用去研究他將他實(shí)現(xiàn)轉(zhuǎn)成實(shí)際的應(yīng)用?？梢宰審V大的 IT 開發(fā)者能夠很輕易地運(yùn)用他來(lái)實(shí)現(xiàn)相應(yīng)的視覺功能。 在本論文中全面詳細(xì)地介紹了 Face++人臉識(shí)別 的 實(shí)現(xiàn) ， 以及人臉識(shí)別的一些主要知識(shí)點(diǎn)及前景狀況。但與人類沒有辦法進(jìn)行有效的智能交互。指紋識(shí)別，虹膜識(shí)別及姿態(tài)識(shí)別，人臉識(shí)別等就是目前社會(huì)上的主流生物特征識(shí)別。指紋識(shí)別是當(dāng)下研究實(shí)現(xiàn)中最廣泛的生物識(shí)別技術(shù) ,目前，在識(shí)別領(lǐng)域，指紋識(shí)別已經(jīng)占了 53%的比重。 人臉識(shí)別技術(shù)在國(guó)外已被廣泛 應(yīng)用在國(guó)家緊要部門和其他同樣重要的相關(guān)安防部門。 人臉識(shí)別技術(shù)的發(fā)展現(xiàn)狀 當(dāng)今社會(huì)，研究人臉識(shí)別技術(shù)的組織及個(gè)人很多很多，比如說(shuō)美國(guó)的 MIT(Media lab)、 CMU 和耶魯大學(xué)，還有日本的少 許研究機(jī)構(gòu)。這種方法是相對(duì)剛性的，受環(huán)境和姿態(tài)變化的影響比較明顯。最近五年來(lái)已經(jīng)有愈來(lái)愈多的學(xué)者對(duì)關(guān)于人臉檢測(cè)和人臉表情檢測(cè)技術(shù)的算法做了深入的鉆研，并且獲得了一定的研究成果，然而在現(xiàn)實(shí)實(shí)踐中卻存在著許許多多的技術(shù)困難 ，還亟需解決處理。 盡管人臉識(shí)別技術(shù)的發(fā)展是更好 的，已經(jīng)獲得了學(xué)術(shù)界的廣泛關(guān)注，但關(guān)于人臉識(shí)別技術(shù)在實(shí)際應(yīng)用中存在的問(wèn)題，和實(shí)際應(yīng)用方法，卻還需要愈來(lái)愈多的學(xué)者對(duì)其進(jìn)行更深入的研究，使之愈發(fā)成熟。為此現(xiàn)狀，市面上已經(jīng)開發(fā)出了一套綜合應(yīng)用系統(tǒng)用以處理銀行大聯(lián)網(wǎng)高速圖像搜索系統(tǒng) 產(chǎn)生的大量的視頻監(jiān)控?cái)?shù)據(jù)的問(wèn)題。人臉識(shí)別查詢的大致操作步驟是首先建一個(gè)人臉數(shù)據(jù)庫(kù)，通過(guò)在客戶端或者 web 瀏覽器上打開人臉照片，使之與庫(kù)中的人臉圖片進(jìn)行相似度比較，并將與之相似度較高的人臉圖片輸出 ，這樣就完成了人臉識(shí)別查詢。使用這種系統(tǒng)的目的就是安全系數(shù)高。 人臉識(shí)別比對(duì) “人臉識(shí)別比對(duì)，目前主要是被用于門禁管理系統(tǒng)。在門禁控制系統(tǒng)的另一個(gè)值得關(guān)注的是，接口標(biāo)準(zhǔn)的統(tǒng)一。本文全部包括五章內(nèi)容，內(nèi)容大概分為如下所示： 第一章 介紹人臉識(shí)別技術(shù)的現(xiàn)狀與背景，并簡(jiǎn)單介紹了人臉識(shí)別的主要應(yīng)用；其后對(duì)本文的內(nèi)容進(jìn)行了具體介紹。 第五章 對(duì)本文進(jìn)行總結(jié)概括，并展望人臉識(shí)別技術(shù)將來(lái)的發(fā)展?！八腔谥鞒煞址治?(Principal Component Analysis ,PCA )的人臉識(shí)別技術(shù)，因此也常常稱為 PCA” （ 14） 。 特征臉方法經(jīng)過(guò) KL 變換后由原來(lái)的高維度的向量轉(zhuǎn)換為低維度的向量子空間，達(dá)到很好的降維效果，簡(jiǎn)單有效，因其運(yùn)算復(fù)雜度低是以識(shí)別速度較快，同時(shí)易于實(shí)現(xiàn)，“識(shí)別率雖高，但卻存在一些缺陷，當(dāng)光線照射不一致時(shí)、人臉的方位也不是固定不 變的時(shí)候，識(shí)別率就會(huì)快速降低，同時(shí)當(dāng)訓(xùn)練樣本數(shù)目的增加時(shí)，計(jì)算復(fù)雜度也相應(yīng)的增加” （ 14） 。 2) 在這一部分需要求出特征值 j? 和特征向量 j? ，而矩陣? ?n???? , . . ., 321?? 。這些重要部分組成了特征臉，因其保留了人臉的形狀，因此能夠表征人臉的基本信息。 生 成 矩 陣 可 以 使 用 訓(xùn) 練 集 的 整 體 散 落 矩 陣 ， 可 以 寫 為 ：? ?? ?? ?? ??? TxxE ?? ，除此之外 ? ?? ?TiMi i xxM ?? ??? ????101 也是一種表示方式。 SVD 定理：設(shè) X 為一個(gè)隨機(jī)矩陣，且矩陣維數(shù)為 rn? ，那么在這個(gè)基礎(chǔ)上得到： 正交矩陣： ? ? rnruuuu ?? ??? 1210 ,...,U ，其中 IUT ?U 正交矩陣： ? ? rnrvvvv ?? ??? 1210 ,...,V ，其中 IVT ?V 對(duì)角陣： ? ? rn ????? n210 ,...,d ia g ???? ，其中 1r210 ... ???? ???? 以上三個(gè)式子滿足下式： TVU 21A ?? 那么我們能夠得到： 21???AVU ? 能 夠 通 過(guò) 一 種 方 式 來(lái) 表 達(dá) ： ? ?? ?TiMi i xxM ?? ??? ????101 ，其中 ? ????? ????? ? 1210 ,...,X Mxxxx ，那么可以得到矩陣： MMT XXR ???? 那么 本 征 向 量 i? 能夠從 ? 推 斷 出 來(lái) ： Xi ????????? ?? 1i ，其中1,. ..,3,2,1,0 ?? Mi 。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 10 步驟四：將訓(xùn)練集合和測(cè)試集合映射到特征空間中。 原始圖像能夠根據(jù)相應(yīng)的矩陣以及系數(shù)轉(zhuǎn)變成新的圖像，即： Uyf?? 新的圖像擁有自己的參數(shù)信噪比： 步驟五：對(duì)待識(shí)別樣本進(jìn)行分類。利用眼睛、鼻子、嘴等局部特征和各個(gè)特征之間的幾何關(guān)系對(duì)人臉進(jìn)行識(shí)別就是基于幾何特征的識(shí)別方法?；趲缀翁卣髑蔬M(jìn)行分類識(shí)別是一個(gè)對(duì)高圖像質(zhì)量的效果非常理想的分類與識(shí)別方法但對(duì)人臉圖像的圖像質(zhì)量較差、各種器官輪廓提取效果的差，繼而人臉識(shí)別結(jié)果到不到理想效果。隱馬爾可夫模型 (Hidden Markov Model)是一種常見的識(shí)別模型，具有較高的研究?jī)r(jià)值。正是因?yàn)槿四樀倪@種特性，對(duì)樣本圖像進(jìn)行區(qū)域掃描，將個(gè)部分的特征作為參數(shù)建立隱馬爾可夫模型進(jìn)行表示?！?（ 14）“現(xiàn)在廣泛使用的人臉識(shí)別系統(tǒng)中常用的基于神經(jīng)網(wǎng)絡(luò)主要包括 BP（ Back Propagation）神經(jīng)網(wǎng)絡(luò)、自組織映射神經(jīng)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)方法” （ 15） 。識(shí)別率也很高，但缺點(diǎn)是若要得到較好的識(shí)別效果，則需要充分的樣本數(shù)量進(jìn)行訓(xùn)練，由于圖像數(shù)據(jù)量非常大，因而需要的神經(jīng)元數(shù)目就會(huì)增加很多，因此訓(xùn)練時(shí)間就會(huì)很長(zhǎng)，因而識(shí)別速度較慢，若沒有充分的樣本進(jìn)行訓(xùn)練則在光照、表情等情況改變時(shí)識(shí)別效果不是很理想。 通過(guò)大量試驗(yàn)和在實(shí)際應(yīng)用該方法有較好的正確識(shí)別率，在人臉識(shí)別領(lǐng)域和其他相關(guān)領(lǐng)域中有著廣泛的應(yīng)用，并越來(lái)越多的研究人員從事這一領(lǐng)域的研究。 Image 是用戶或應(yīng)用程序提供給 Face++ API 的圖片，用來(lái)進(jìn)行人臉檢測(cè)和人臉識(shí)別。 Person 是同一個(gè)人的人臉集合。一個(gè) 人臉 也許是來(lái)源于多個(gè) 不同的 人 和人臉集合中 。 安卓操作系統(tǒng)架構(gòu) 安卓操作系統(tǒng)介紹 Android 是由 Google 發(fā)布的基于 Linux 內(nèi)核的軟件開發(fā)和運(yùn)行平臺(tái)；免費(fèi)、開源、面向移動(dòng)開發(fā)； Android SDK 支持大多數(shù) JAVA SE，并擁有自己的擴(kuò)展UI 框架。 底層是以 Linux 內(nèi)核為基礎(chǔ)驅(qū)動(dòng)硬件設(shè)備，是硬件和其它軟件層之間的一個(gè)抽象隔離層；中間層由函數(shù)庫(kù) (Libraries)和 Android 運(yùn)行時(shí) (Android Runtime)構(gòu)成 :函數(shù)庫(kù)，主要提供一組基于 C/C++的函數(shù)庫(kù)， Android 運(yùn)行時(shí)核心庫(kù)提供 Android 系統(tǒng)特有的功能函數(shù)和 Java 語(yǔ)言函數(shù)功能；應(yīng)用程序框架層 (Application Framework),提供 Android 平臺(tái)基本的管理功能和組件重用機(jī)制；應(yīng)用程序?qū)?Applications)提供針對(duì)移動(dòng)設(shè)備的核心應(yīng)用程序。 Android 應(yīng)用程序的開發(fā)與其他系統(tǒng)的開發(fā)不同， Android 沒有唯一的程序啟動(dòng)入口來(lái)啟動(dòng) Android App，他的啟動(dòng)入口在 中事先聲明” （ 17） 。 如圖 31 是 Android 操作系統(tǒng)軟件模塊之間的關(guān)系。例如，當(dāng)來(lái)電的外部事件的到來(lái)，我們通過(guò) Broadcast Receiver 來(lái) 接收處理。 Service：用于沒有用戶界面，但需要長(zhǎng)時(shí)間在后臺(tái)運(yùn)行的應(yīng)用。那么 Android 中兩個(gè)程序之間通過(guò)如何 Content Provider 進(jìn)行數(shù)據(jù)交換。 Intent可以進(jìn)行各個(gè)組件之間的切換和傳輸數(shù)據(jù)。輸入java –version 查看 JDK 的版本信息。 (5) 創(chuàng)建 AVD，他是安卓的虛擬器，模擬一套虛擬設(shè)備來(lái)運(yùn)行 Android 平臺(tái)。 表 31 /detection/detect 參數(shù) 參數(shù)名 參數(shù)說(shuō)明 必須 Api_key App 的 Face++ API Key Api_seceret APP 的 Face++ API Secret url 或 img[post] 待檢測(cè)圖片的 URL 或者 通過(guò) POST 方法上傳的二進(jìn)制數(shù)據(jù)，原始圖片大小需要小于 3M 可選 mode 檢測(cè)模式可以是 normal(默認(rèn) ) 或者 oneface 。目前支持的屬性包括： gender, age, race, smiling, glass, pose 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 17 tag 可以為 圖片中檢測(cè)出的每一張 Face 指定一個(gè)不包含 ^,amp。 /person/create 創(chuàng)建 person 一個(gè) person 可以放許多 face． 表 31 /person/create 參數(shù) /train/verify 針對(duì) verify 功能對(duì) person 進(jìn)行訓(xùn)練。 此模塊的主要代碼： 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 21 數(shù)據(jù)處理模塊 本課題采用的是基于 face++平臺(tái)的方法實(shí)現(xiàn)的。本課題是調(diào)用/detection/detect 接口來(lái)實(shí)現(xiàn)的。 主要代碼： 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 24 .getJSONObject(position).getJSONObject(center) 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 25 本章小結(jié) 本章通過(guò)在 face++官網(wǎng)上的學(xué)習(xí)，懂得了 face++人臉識(shí)別的基本流程，并且基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 26 也在網(wǎng)上查閱大量的資料，同時(shí)深入研究了 Android，對(duì)如何在 Android 上進(jìn)行開發(fā)也明白了許多，通過(guò)這些學(xué)習(xí)，懂得了如何在 Android 上實(shí)現(xiàn) face++接口，并加以具體代碼分模塊的實(shí)現(xiàn)了基于 face++的人臉識(shí)別研究與實(shí)現(xiàn)的課題。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 30 5 結(jié)論與展望 結(jié)論 在導(dǎo)師的悉心指導(dǎo)和 同學(xué) 的熱心幫助下，最終完成了本文的研究課題，即 基于 Face++