【正文】 6 KL 變換 7 PCA技術(shù) 8 基于幾何特征的人臉識(shí)別方法 10 隱馬爾可夫模型方法 11 基于神經(jīng)網(wǎng)絡(luò)的方法 11 支持向量機(jī)方法 12 3 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 12 Face++簡(jiǎn)介 12 平臺(tái)簡(jiǎn)介 13 Face++核心概念 13 安卓操作系統(tǒng)架構(gòu) 13 安卓操作系統(tǒng)介紹 13 Android 應(yīng)用程序開(kāi)發(fā)研究 14 搭建應(yīng)用程序開(kāi)發(fā)環(huán)境搭建 15 Face++主要函數(shù) 介紹 16 /detection/detect 16 /person/create 17 /train/verify 17 基于 Face++的人臉識(shí)別實(shí)現(xiàn) 17 頁(yè)面設(shè)計(jì) 17 人臉圖像采集模塊 20 數(shù)據(jù)處理模塊 21 人臉檢測(cè)模塊 22 人臉識(shí)別模塊 23 本章小結(jié) 24 4 實(shí)驗(yàn)結(jié)果與分析 27 ２ 實(shí)驗(yàn)結(jié)果 27 實(shí)驗(yàn)結(jié)果分析 29 本章小結(jié) 29 5 結(jié)論與展望 30 結(jié)論 30 展望 30 致謝 32 參考文獻(xiàn) 33 I 摘要 隨著互聯(lián)網(wǎng)技術(shù)的疾速成長(zhǎng)及大數(shù)據(jù)時(shí)代的到來(lái)，信息安全問(wèn) 題也隨之提上議程，怎么快速高效率的進(jìn)行身份驗(yàn)證和識(shí)別，仍舊是成為人們?nèi)諠u重視的問(wèn)題．原有的基于密碼，驗(yàn)證碼和磁卡的身份識(shí)別認(rèn)證方法都存在著明顯的缺陷，易遺失、易損壞、易破譯等等，已經(jīng)完全不能跟上時(shí)代的發(fā)展和達(dá)到人們的需求．在這種時(shí)代背景下，生物識(shí)別技術(shù)也逐漸進(jìn)入人們的視線(xiàn) 通過(guò)固有的生理特征或行為特征進(jìn)行識(shí)別人體 , 它比傳統(tǒng)的身份認(rèn)證更有效、更可靠和更安全，從而近年來(lái)得到廣泛的研究和應(yīng)用．方今社會(huì)，生物特征識(shí)別技術(shù)應(yīng)用最廣泛的是對(duì)指紋、虹膜和人臉進(jìn)行識(shí)別。 工作思路和方案（怎么做） 思路： （ 1）了解現(xiàn)今已有的人臉識(shí)別的相關(guān)算法； （ 2）查閱相關(guān)資料，研究人臉識(shí)別的幾種代表性算法的基本原理，然后根據(jù)研究成果，設(shè)計(jì)出算法并畫(huà)出算法流程圖； （ 3）根據(jù)算法流程圖編寫(xiě)程序并調(diào)試，直至達(dá)到預(yù)期設(shè)想的效果 ； （ 4）設(shè)計(jì)出人臉識(shí)別系統(tǒng)的框架，并采用 Java 進(jìn)行系統(tǒng)搭建完成功能，實(shí)現(xiàn)整個(gè)系統(tǒng)并對(duì)系統(tǒng)進(jìn)行測(cè)試。目前，生物特征識(shí)別技術(shù)應(yīng)用最廣泛的是指紋識(shí)別、虹膜識(shí)別和人臉識(shí)別。傳統(tǒng)的基于密碼，個(gè)人識(shí)別碼和磁卡的身份識(shí)別認(rèn)證方法都存在著明顯的缺陷，易丟失、易破損、易破解等等，已經(jīng)不能滿(mǎn)足社會(huì)的發(fā)展和人們的需求。在這種背景下，人們開(kāi)始將目光投向生物特征識(shí)別技術(shù) —— 利用人體固有的生理特征或行為特征來(lái)進(jìn)行身份 的鑒別或確認(rèn)，它比傳統(tǒng)的身份認(rèn)證更有效、更可靠和更安全，從而近年來(lái)得到廣泛的研究和應(yīng)用。 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)。 方案： （ 1）在西安 xx 大學(xué)圖書(shū)館中文數(shù)據(jù)庫(kù)查找有關(guān)人臉識(shí)別技術(shù)相關(guān)的書(shū)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(lái)的研究工作做好準(zhǔn)備。其中最熱門(mén)的被關(guān)注最多的就是人臉識(shí)別了。 Face ++。當(dāng)然如果你想要定制版的企業(yè)級(jí)視覺(jué)服務(wù)， Face++也可以幫你實(shí)現(xiàn)。毫無(wú)疑問(wèn)，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。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(wú)聲無(wú)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。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 3 人臉檢測(cè)便是從人臉的原始照片中提取部分特征。 人臉識(shí)別技術(shù)在中國(guó)起步很晚，比國(guó)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(zhǎng)的市場(chǎng)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(chǎng)。 人臉識(shí)別查詢(xún) 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 4 人臉識(shí)別查詢(xún)是建立在從已建立的人臉數(shù)據(jù)庫(kù)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。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(chǎng)合廣泛使用。 ”(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)。 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。 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(guò)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(lái)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(guò)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(guò)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(jiǎn)化為： ????R (212) 那么能夠得到： ? ?njR jjj ,.. .2,1???? ? (213) 可見(jiàn)，對(duì)于 j? 這個(gè)特征向量來(lái)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(chēng)矩陣，因此，不同的特征向量之間應(yīng)該要正交。 在這一部分需要將人臉數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行歸一化，并將數(shù)據(jù)庫(kù)中的人臉數(shù)據(jù)分成訓(xùn)練集和測(cè)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。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(chēng)作特征臉，所有的特征臉又可以叫做特征臉空間。 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?；趲缀翁卣鞯娜四樧R(shí)別方法簡(jiǎn)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(guò)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?！? （ 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(guò)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(lèi)似人腦的計(jì)算模型的復(fù)雜性來(lái)解決識(shí)別問(wèn)題的處理單元?！巴ǔＴ谠胤N空間中樣本都是線(xiàn)性不可分的，支持向量機(jī)方法通過(guò)相應(yīng)的核函數(shù)這種非線(xiàn)性映射方法映射到高維空間中使其線(xiàn)性可分，將兩類(lèi)樣本無(wú)錯(cuò)誤的隔開(kāi)使分類(lèi)誤差達(dá)到最小。 Face 是 從人臉圖片 中檢測(cè)出的人臉。 ID 和 Name 是 來(lái)定位和訪(fǎng)問(wèn) 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 。 Android 應(yīng)用程序開(kāi)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(chǎng)合的功能模塊， Android 應(yīng)用程序就是由多種組件組成的。 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(xiāo)毀。 Content Provider：是在應(yīng)用程序間共享數(shù)據(jù)的一種機(jī)制。 應(yīng)用程序開(kāi)發(fā)環(huán)境搭建 Android 應(yīng)用程序可以在 Windows