【正文】 的人臉識(shí)別研究與實(shí)現(xiàn) 。 (2) 要想做人臉識(shí)別技術(shù)相關(guān)的研究，就必須了解目前人流識(shí)別技術(shù)領(lǐng)域主流的人臉識(shí)別算法，為此，在第二階段研究了幾類常用的人臉識(shí)別算法， 并對(duì)此進(jìn)行介紹。 總體來說，本文通過研究和學(xué)習(xí)，尋找出一種合適的人臉識(shí)別算 法， 能快速簡單并且準(zhǔn)確的實(shí)現(xiàn)人臉識(shí)別， face++平臺(tái)都可以達(dá)到這些條件，最終我借助face++接口設(shè)計(jì)并在安卓系統(tǒng)上實(shí)現(xiàn)了人臉識(shí)別功能。第二，面部識(shí)別 技術(shù)不需要人們特別配合，只要相機(jī)可以監(jiān)視的地方，是否配合識(shí)別都將不受影響；最后一點(diǎn)就是 ，人臉識(shí)別 需要圖像來實(shí)現(xiàn) ， 這個(gè)很好達(dá)到。 在我看來， 未來 的人臉識(shí)別 方向 將是 超高清和 3D識(shí)別的天下 ,他們 可能 會(huì) 使人臉識(shí)別 進(jìn)入一個(gè)新 階段新轉(zhuǎn)折， 成為更有價(jià)值的識(shí)別技術(shù)。 然而，當(dāng)前的面部識(shí)別技術(shù)還沒有達(dá)到我們的需要，它目前的真正只應(yīng)用于兩個(gè)場景 ， 就 是人臉考勤機(jī)和證件照比對(duì) 這兩場景 ， 并且這兩場景都很特殊 ， 難以 普及化和生活化，所以 很難讓它在生活中處處存在處處應(yīng)用面太窄 。生物識(shí)別中除了人臉識(shí)別技術(shù)是 大家都耳濡目染 的，還有語音識(shí)別、指紋識(shí)別、虹膜識(shí)別、靜脈識(shí)別。 (4) 重點(diǎn)對(duì)本系統(tǒng)采用的 Face++接口 進(jìn)行深入的研究，詳細(xì)的闡述了該 接口的功能 。伴隨著 It行業(yè)的急速發(fā)展，智能化的型移動(dòng)終端將是未來的發(fā)展趨勢，這將給 人臉識(shí)別技術(shù)帶來翻天覆地的變化，讓人臉識(shí)別走的更遠(yuǎn)。因?yàn)?face++平臺(tái)是需要在線識(shí)別的，所以在進(jìn)行人臉檢測時(shí)，本地圖片如果不進(jìn)行數(shù)據(jù)轉(zhuǎn)換，那么是無法成功調(diào)用 detect函數(shù)的。 if (callback != null) { (null)。同 時(shí)， HttpRequests，PostParameters, FaceppResult 這三個(gè)類是最重要的，分別用來處理用戶請(qǐng)求和傳入請(qǐng)求參數(shù)及保存返回結(jié)果。 當(dāng)一個(gè) person 內(nèi)的數(shù)據(jù)被修改后，為使這些修改生效， person 應(yīng)當(dāng)被重新 Train 表 33 /train/verify 參數(shù) 基于 Face++的人臉識(shí)別實(shí)現(xiàn) 頁面設(shè)計(jì) 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 18 Android 采用 xml 文件配置來設(shè)計(jì)頁面布局，如此可以將程序的表現(xiàn)層和控制層分離；并且在以后修改用戶界面時(shí)，就不需要再修改程序的源代碼了 ，為編碼提供了很多方便；因?yàn)榻缑婵梢暬覀兛梢灾苯釉诰幊虝r(shí)就看到設(shè)計(jì)的用戶界面，加快了界面設(shè)計(jì)的過程。等非法字符且不超過 255 字節(jié)的字符串作為 tag， tag 信息可以通過 /info/get_face 查詢 async 如果置為 true，該 API 將會(huì)以異步方式被調(diào)用；也就是立即返回一個(gè) session id，稍后可通過 /info/get_session 查詢結(jié)果。 attribute 可以是 none 或者由逗號(hào)分割的屬性列表。 (7) 創(chuàng)建工程，打開 Eclipse，點(diǎn)擊“ FileNewProjectAndroid Application Project”就可以新建一個(gè) Android 工程。 (3) 安裝 SDK，從 Google 官網(wǎng) 下載合適版本的 SDK 程序包，解壓安裝 SDK Manager。 應(yīng)用程序開發(fā)環(huán)境搭建 Android 應(yīng)用程序可以在 Windows、 MacOS、 Linux 系統(tǒng)下進(jìn)行開發(fā)。 Intent:可以稱為一個(gè)媒體介質(zhì)，傳遞數(shù)據(jù)，和 Android 各組件進(jìn)行通訊。 Content Provider：是在應(yīng)用程序間共享數(shù)據(jù)的一種機(jī)制?！?（ 17） Broadcast Receiver 既 可以在應(yīng)用程序配置文件 中注冊(cè)，也可以在應(yīng)用程序的代碼中使 Context. register Receiver()中進(jìn)行注冊(cè)。 Activity 是由 Android 系統(tǒng)進(jìn)行維護(hù)的，它也有自己的生命周期 :產(chǎn)生、運(yùn)行、銷毀。它 包含了 Android應(yīng)用程序的相關(guān)信息，如應(yīng)用程序名稱、圖標(biāo)、包名稱、組件、權(quán)限管理和 SDK最低版本等。 Android 應(yīng)用程序開發(fā)研究 應(yīng)用程序組件是指具有相對(duì)獨(dú)立的且比較完整的功能、針對(duì)特定應(yīng)用場合的功能模塊， Android 應(yīng)用程序就是由多種組件組成的。 Android 平臺(tái)中提供了基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 14 Dalvik 虛擬機(jī)來運(yùn)行編譯后的 java 代碼。 ID 和 Name 是 來定位和訪問 Image， Face， Person， Faceset 和 Group 元素的，他們的 id 都是全局唯一的，系統(tǒng)自動(dòng)分配 。 Faceset 指一個(gè)或多個(gè) 人臉 的集合。 Face 是 從人臉圖片 中檢測出的人臉。 Face++提供簡單的，強(qiáng)大的，通用的視覺服務(wù)平臺(tái)的目的是為了讓廣大的 IT 開發(fā)者能夠很輕易地運(yùn)用最先進(jìn)的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)相應(yīng)的視覺功能，它同時(shí)提供云端 API 和本地AP 壹 供開發(fā)者使用，建立出個(gè)性化的視覺應(yīng)用．當(dāng)然 face++還擁有定制和企業(yè)級(jí)視覺服務(wù)的服務(wù)?！巴ǔＴ谠胤N空間中樣本都是線性不可分的，支持向量機(jī)方法通過相應(yīng)的核函數(shù)這種非線性映射方法映射到高維空間中使其線性可分，將兩類樣本無錯(cuò)誤的隔開使分類誤差達(dá)到最小。當(dāng)在學(xué)習(xí)過程中遇到的噪聲干擾大的圖像或 丟失部分圖像，神經(jīng)網(wǎng)絡(luò)方法仍然是獲得更好的面部特征，這在其他的人臉識(shí)別方法具有無可比擬的優(yōu)勢。” （ 11） 基于神經(jīng)網(wǎng)絡(luò)的方法 神經(jīng)網(wǎng)絡(luò)，從名字可以看出，該方法通過對(duì)人腦的結(jié)構(gòu)和工作機(jī)理的模擬，使用大量的連接構(gòu)建類似人腦的計(jì)算模型的復(fù)雜性來解決識(shí)別問題的處理單元。該模型是基于統(tǒng)計(jì)模型基礎(chǔ)的一種模式識(shí)別方法，通過掃描樣本圖像提取的特征作為參數(shù)建立模型，模型參數(shù)具有相當(dāng)穩(wěn)定的特性，對(duì)表情、形態(tài)具有很好的魯棒性?；趲缀翁卣鞯娜四樧R(shí)別方法簡單并且容易理解，但這種方法是一 種基于人臉的先驗(yàn)知識(shí)的非自動(dòng)識(shí)別過程，同時(shí)，當(dāng)人臉處于復(fù)雜背景下，被障礙物遮擋，基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 11 面部表情和姿態(tài)的變化對(duì)系統(tǒng)識(shí)別率具有相當(dāng)高的影響，且魯棒性很差。 目前，在比較常見的基于幾何特征的人臉識(shí)別方法主要有以下兩種： “基于幾何特征曲率進(jìn)行分類識(shí)別的方法是依據(jù)人臉器官的輪廓弧線的曲率進(jìn)行分類的。 基于幾何特征的人臉識(shí)別方法 基于幾何特征的人臉識(shí)別方法是最早、最傳統(tǒng)的人臉識(shí)別方法之一。 在正常情況下，一個(gè)特定的人臉圖像，可以通過多個(gè)特征臉的加權(quán)組合得到，用于最終的人臉識(shí)別。本征值降序排列，可表示為：1r210 ... ???? ???? ，那么對(duì)應(yīng)的本征值可以表示為 i? ，相應(yīng)的 1M210 ,..., ???? 可以稱作特征臉，所有的特征臉又可以叫做特征臉空間。在求取本征值和本征向量的過程中，為 了減少運(yùn)算量，將使用 SVD 定理來進(jìn)行降維。 在這一部分需要將人臉數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行歸一化，并將數(shù)據(jù)庫中的人臉數(shù)據(jù)分成訓(xùn)練集和測試集用于后續(xù)的人臉識(shí)別，將 n?n 的人臉空間轉(zhuǎn)換成 2n 的形式進(jìn)行表示。 “整個(gè)變換過程是在原來的向量空間的基礎(chǔ)上將其進(jìn)行變換，使得原來向量之間的相關(guān)性發(fā)生了改變，使得一些帶有較少信息的向量被去掉，因此達(dá)到降低向 量空間維度的目的” （ 19） 。 KL 變換 KL 變換（ KauhunenLoeve 變換）是一種經(jīng)常使用的正交變換，具體的變換過程如下所示： 設(shè)有 n 維隨機(jī)變量 ini i????? 1X (21) 其中 i? 為加權(quán)系數(shù)， i? 為基向量， X 還可以使用另一個(gè)比較直觀的表達(dá)式來表示： ? ?? ? ????????? ??? TnnX ,...,..., 321321 (22) 其中， ? ?n???? ,..., 321?? , ? ?Tn????? ,..., 321? 基向量通常為正交向量，而正交向量可以通過一個(gè)表達(dá)式表示： ??? ????? ji jijTi 01 (23) 因?yàn)?? 由多個(gè)正交向量組成，所以它 是一個(gè)正交的矩陣，用表達(dá)式表示為： IjTi ??? (24) 將公式 22 的兩邊都向左乘以 T? ，得到 XT??? (25) 通過正交向量表示即為： XTii ??? (26) 正交向量集合 ??j? 的取值 直接決定向量集合 ? 的各個(gè)向量之間是否互相不相關(guān)，因此設(shè) ? ?XXER T? (27) 將公式 22 代入公式 27 中，得到 ? ? ? ? ? ? TTTTT EEXXER ??????? ???? (28) 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 8 令 (29) 換成另一種表達(dá)方式即為： ，那么 T????R (210) 右乘 (210), ? 得： ?????? TR (211) ? 是正交矩陣，因此 (211)可簡化為： ????R (212) 那么能夠得到： ? ?njR jjj ,.. .2,1???? ? (213) 可見，對(duì)于 j? 這個(gè)特征向量來講， R 是其對(duì)應(yīng)的特征值，并且 R 是 j? 的自相關(guān)實(shí)對(duì)稱矩陣，因此，不同的特征向量之間應(yīng)該要正交。由于該分量擁有人臉相像的外形，被稱作“特征臉”。 表 21 列出了人臉識(shí)別中主要的方法，本節(jié)將目前主流的方法進(jìn)行詳細(xì)介紹。 第三章 首先對(duì) Face++平臺(tái)進(jìn)行了簡單介紹，其次介紹了安卓操作系統(tǒng)，并且簡要說明了 Face++的重要接口，最后重點(diǎn)說明了基于 Face++的人臉識(shí)別的實(shí)現(xiàn)。 ”(6) 論文內(nèi)容與安排 本文的目標(biāo)為實(shí)現(xiàn)基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn)。它通常是一個(gè)組合的多種識(shí)別方法，它是由多種識(shí)別控制完成進(jìn)出口控制。這個(gè)方法的主旨其實(shí)就是一對(duì)一比對(duì)，從速度或認(rèn)證的準(zhǔn)確度上看，他已經(jīng)是相當(dāng)成熟的技術(shù)，在上述的場合廣泛使用。 人臉識(shí)別身份認(rèn)證 人臉識(shí)別身份認(rèn)證主要是對(duì)那些參加的活動(dòng)私密性重要性比較苛刻的人來進(jìn)行的。 人臉識(shí)別查詢 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 4 人臉識(shí)別查詢是建立在從已建立的人臉數(shù)據(jù)庫中搜索與人臉圖像相似度較高的人臉圖片比對(duì)的基礎(chǔ)上進(jìn)行人臉識(shí)別的。當(dāng)下，許多城市地區(qū)開始逐步施行網(wǎng)絡(luò)工程進(jìn)行城市監(jiān)控、銀行監(jiān)控，造成大量的監(jiān)控?cái)?shù)據(jù)需要進(jìn)行處理。 人臉識(shí)別技術(shù)在中國起步很晚，比國外要晚上好幾年，但隨著不斷完善和改進(jìn)的人臉識(shí)別算法和日益增長的市場需求 ,還有獨(dú)特的臉部識(shí)別，已經(jīng)有不少商業(yè)人臉識(shí)別系統(tǒng)研發(fā)投入到到市場。 2021 年， 提出 了 HaarLike 方法，闡述了如何迅速精準(zhǔn)的完成對(duì)整張照片進(jìn)行人臉檢測 運(yùn)用 AdoBoost 和 Cascade 方法。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 3 人臉檢測便是從人臉的原始照片中提取部分特征。人臉識(shí)別是屬于生物特征識(shí)別技術(shù)，他是靠檢測和比較人臉照片來實(shí)現(xiàn)的。但是為什么需要人臉識(shí)別呢？這是因?yàn)橹讣y，掌紋，虹膜識(shí)別技術(shù)都需要當(dāng)事人的配合，但人臉識(shí)別可以在無聲無息中實(shí)現(xiàn)認(rèn)證，與其他傳統(tǒng)方式相比加倍安全，靠得住并且高效。怎樣運(yùn)用人體的生物特征快速便捷的識(shí)別一個(gè)人的身份成為目下當(dāng)今每個(gè)國家地區(qū)研究機(jī)構(gòu)的重中之 重。毫無疑問，讓計(jì)算機(jī)變得更加聰明的第一步就是讓他具備識(shí)別的能力。 第 2 章 主要介紹當(dāng)前流行的人臉識(shí)別算法 ；第 3 章為 安卓系統(tǒng)和 Face++的介紹，為課題的實(shí)現(xiàn)做好充足的準(zhǔn)備，同時(shí)對(duì)課題進(jìn)行具體實(shí)現(xiàn) ；第 4 章 為 實(shí)驗(yàn)結(jié)果及分析 ；第 5 章為結(jié)論與展望，完成對(duì)課題的總結(jié)。當(dāng)然如果你想要定制版的企業(yè)級(jí)視覺服務(wù)， Face++也可以幫你實(shí)現(xiàn)。因此，本論文將聯(lián)合當(dāng)下最流行的 Face++來完成本課題研究。 Face ++。 (3)通過對(duì) Face++接口的研究，了解了如何調(diào)用 Face++接口。其中最熱門的被關(guān)注最多的就是人臉識(shí)別了。 （ 3）運(yùn)用 Eclipse 軟件進(jìn)行編程實(shí)現(xiàn)功能。 方案： （ 1）在西安 xx 大學(xué)圖書館中文數(shù)據(jù)庫查找有關(guān)人臉識(shí)別技術(shù)相關(guān)的書籍、期刊、會(huì)議記錄、論文等資料，在此基礎(chǔ)上對(duì)整個(gè)人臉識(shí)別系統(tǒng)構(gòu)建一個(gè)整體的理論框架，為接下來的研究工作做好準(zhǔn)備。 前期基礎(chǔ)（已學(xué)課程、掌握的工具，資料積累、軟硬件條件等） 大學(xué)學(xué)習(xí)期間，深入學(xué)習(xí)了 DSP圖像處理的相關(guān)課程及自學(xué)了面向?qū)ο蟮木幊陶Z言 Java，熟練掌握了 Eclipse 等軟件 的操作。 而人臉識(shí)別目前已經(jīng)成為廣大科研人員普遍關(guān)注的研究熱點(diǎn)，它具有自然、直觀、非接觸、安全、快捷等特點(diǎn)。生物特征也具有唯一性，不同的人具有不同的生物特征，因而可以避免假冒和偽造等