【正文】 k 和 Pentland 提出的比較簡(jiǎn)單且有效的一種人臉識(shí)別方法，就是盡人皆知的特征臉方法。 由此可見，求取 KL 系數(shù)的步驟如下所示： 1) 對(duì)于向量 X，首先應(yīng)該求取它的自相關(guān)矩陣 ? ?XXER T? ， KL 的產(chǎn)生矩陣也可以是數(shù)據(jù)的協(xié)方差矩陣 ? ?? ?? ?? ??? TxxE ?? ，其中 ? 為均值向量。 步驟二：進(jìn)行 KL 變換，得到相應(yīng)的產(chǎn)生矩陣。特征臉空間中，大的特征屬性值可以表示為人臉整體輪廓以及附近環(huán)境，而小的值用來表述細(xì)節(jié)特征，所以人臉的低頻部分主要由主分量表示，而高頻部分由小分量表示。人臉中包含上額、眼睛、鼻子、嘴和下額等主要的人臉組成部分，正是因?yàn)檫@些組 成部分的形狀、大小以及個(gè)部分的相互之間的幾何關(guān)系的差別，使得世界上人與人之間臉部的不同。 隱馬爾可夫模型方法 基于隱馬爾可夫模型的方法早期被應(yīng)用于聲音識(shí)別上，并取得了很好的效果，之后被 Nefian 和 Hayes 引人到人臉識(shí)別領(lǐng)域中，近年來，愈來愈多的人對(duì)該方法進(jìn)行研究，并取得一定的效果。 “但該方法最早應(yīng)用于人臉識(shí)別領(lǐng)域中是在二十世紀(jì)末 Kohonen 提出的基于自組織映射神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng)，隨后越來越頻繁的應(yīng)用于人臉識(shí)別。支持向量機(jī)方法在處理小樣本、非線性以及高維模式等識(shí)別問題中展現(xiàn)出獨(dú)有的優(yōu)勢(shì)，” （ 2） 比方說，最優(yōu)分解面使置信范圍 (也稱為 VC 信任 )達(dá)到最小，從而推廣能力強(qiáng)，結(jié)構(gòu)風(fēng)險(xiǎn)達(dá)到最??；從線性分類器出發(fā)，通過核函數(shù)實(shí)現(xiàn)非線性可分的低維空間變換高維線性可分；問題的復(fù)雜性是與特征 維數(shù)無關(guān)的，是獨(dú)立的，它絕妙的處理了尺寸問題；最終轉(zhuǎn)化為二次優(yōu)化問題，存在唯一的極值點(diǎn)，避免了在他算法，如神經(jīng)網(wǎng)絡(luò)方法中局部極值點(diǎn)問題；能較好的進(jìn)行模型選擇且能夠?qū)崿F(xiàn)多種核方法。一個(gè) 圖像 中也許存在多個(gè) 人臉 。不過為了便于開發(fā)，也可以人為設(shè)置 name，但是必須在全局唯一。 Android 應(yīng)用程序一般是由 Activity（活動(dòng)）、 Broadcast Receiver（廣播接收器）、 Service（服務(wù)）、 Content Provide（內(nèi)容提供器）、 Intent（意圖）五部分組件構(gòu)成，“在實(shí)際的程序設(shè)計(jì)開發(fā)過程中，組件不一定都被用到，他是按實(shí)際的開發(fā)來選擇合適的組件。 Broadcast Receiver：讓應(yīng)用程序?qū)σ粋€(gè)外部的事件做出響應(yīng)。“在 Android 上數(shù)據(jù)是非共享的，所以必須調(diào)用 Content Provider 來分享自己擁有的數(shù)據(jù)，這樣其他應(yīng)用程序可以在不知道數(shù)據(jù)實(shí)際存儲(chǔ)方式的情況下，對(duì)共享數(shù)據(jù)進(jìn)行增刪改查等操作” （ 9） 。以下是 Android 開發(fā)環(huán)境的搭建： (1) 安裝 ，安裝完成之后，在 cmd 中檢查 JDK 是否安裝成功。 Face++主要函數(shù)介紹 /detection/detect 檢測(cè)給定圖片中的所有人臉的位置和相應(yīng)的面部屬性，目前面部屬性包括性別 , 年齡 , 種族 , 微笑程度 , 眼鏡和姿勢(shì)。默認(rèn)值為 false。 主要代碼： Java 對(duì)象轉(zhuǎn)換成字節(jié)流： 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 22 Face++數(shù)據(jù)處理： 人臉檢測(cè)模塊 實(shí)現(xiàn)人臉識(shí)別系統(tǒng)，不管你是要干什么，最重要的一步都是人臉檢測(cè)，只有通過人臉檢測(cè)獲得人臉信息，才可以進(jìn)行設(shè)計(jì)實(shí)現(xiàn)下面的功能。 本章小結(jié) Face++使用基于服務(wù)的調(diào)用方式來管理所有的 API，將本來很難理解的人臉識(shí)別技術(shù)的算法封裝起來，變得簡(jiǎn)單，大大降低了編寫人臉識(shí)別程序 的難度，只要你懂開發(fā)，哪怕不懂人臉識(shí)別算法，都可以開發(fā)出人臉識(shí)別系統(tǒng)！但是因?yàn)槲壹夹g(shù)不過關(guān)，所以在編程時(shí)一邊看文檔一邊寫代碼，還在網(wǎng)上找了前輩的研究記錄，解決了不少問題，最終實(shí)現(xiàn)了基于 face++的人臉識(shí)別系統(tǒng)。 (5) 將理論知識(shí)和實(shí)際聯(lián)系起來，設(shè)計(jì)并實(shí)現(xiàn)了一套基于 Face++的人臉識(shí)別系統(tǒng)。但隨著社會(huì)科技的急速發(fā)展，這將帶給我們更多的關(guān)于人臉識(shí)別技術(shù)的進(jìn)步和新應(yīng)用。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 31 和其他生物識(shí)別技術(shù)比較的話，人臉識(shí)別技術(shù)的優(yōu)勢(shì)包括三點(diǎn)：硬件門檻低是其中之一，其他的識(shí)別技術(shù)可能需要特殊的硬件設(shè)備相匹配，但不同的臉部識(shí)別，他只需要一個(gè)攝像頭或者照片，條件是容易實(shí)現(xiàn)的 。 本文的主要研究工作是圍繞人臉識(shí)別技術(shù)進(jìn)行的，根據(jù)人臉識(shí)別 技術(shù)的相關(guān)資料 ，提出了在 Android 平臺(tái)下實(shí)現(xiàn) 基于 Face++人臉識(shí)別系統(tǒng)的設(shè)計(jì)方案，并最終實(shí)現(xiàn)本方案，主要做的工作如下： (1) 為了弄清楚課題的研究方向，在前期主要查閱并研究了相關(guān)技術(shù)的資料與文獻(xiàn)，并對(duì)人臉識(shí)別技術(shù)的背景與發(fā)展現(xiàn)狀進(jìn)行了深入研究 。 } } } 人臉識(shí)別模塊 實(shí)現(xiàn)人臉識(shí)別，必須先將人臉提交給 face++進(jìn)行人臉檢測(cè)獲得人臉信息，然后將獲得的人臉信息傳遞到對(duì)應(yīng)的函數(shù)中實(shí)現(xiàn)人臉識(shí)別。 face++人臉識(shí)別主界面： 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 19 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 20 人臉圖像采集模塊 從手機(jī)打開人臉照片，然后對(duì)照片進(jìn)行處理，再將處理后的照片數(shù)據(jù)傳入人臉數(shù)據(jù)處理模塊 ,最后將人臉數(shù)據(jù)處理模塊返回的結(jié)果呈現(xiàn)給用戶。默認(rèn)為 gender, age, race, smiling。 (4) 配置 Ecilpse，在 HelpInstall New SoftWare Updates 中選擇安裝 Android 應(yīng)用程序開發(fā) 插件 ADT。 intent用來啟動(dòng) Activity 和 Service，也可以在 Android 系統(tǒng)上發(fā)布廣播消息。廣播方和接收方是通過 Intent 進(jìn)行聯(lián)系的： Intent 中需要設(shè)置動(dòng)作 (Action)參數(shù)，Android 系統(tǒng)使用該參數(shù)匹配接收方。每個(gè) Android 應(yīng)用程序都在根目錄下包含一個(gè) Android 程序清單文件。 Android 由內(nèi)核層、中間層、應(yīng)用程序框架層和應(yīng)用程序?qū)咏M成。人臉集合不要求 人臉必須 來源于同一個(gè)人，他可以是很多人的人臉集合。因此，使用 Face++，你可以很容易地建立自己的身份認(rèn)證，興趣挖掘，以及社交娛樂分享等多類型應(yīng)用． Face++核心概念 Face++ 人臉識(shí)別系統(tǒng)的核心概念包括： Image, Face, Person, Faceset 和 Group。另外，“神經(jīng)網(wǎng)絡(luò)處理數(shù)據(jù)的方式是并行的，若通過硬件實(shí)現(xiàn)可以很基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 12 明顯的提高計(jì)算速度。因?yàn)槊總€(gè)人臉上都有其自身的特點(diǎn)，相同的臉在光線照射不一樣時(shí)拍攝出來的圖像是不盡相同的，但各個(gè)器官的位置比例是固定的，并且與其他人這些部位的分布及各個(gè)部位的連接關(guān)系都是不同的。首先按照面部各器官眼睛、鼻子、嘴的輪廓曲線的曲率等建立分類數(shù)據(jù)庫，在進(jìn)行人臉檢測(cè)時(shí)，計(jì)算出待檢測(cè)的輪廓曲線的曲率不同的器官，通過相關(guān)算法與分類庫中的人臉的輪廓曲線曲率進(jìn)行匹配，完成人臉識(shí)別。通過 KL 變換產(chǎn)生的系數(shù)，即為： fUy T? 。 步驟三：對(duì)圖像的本征值和本征向量進(jìn)行運(yùn)算。 PCA 技術(shù) PCA 技術(shù)是將人臉的特征空間降維的技術(shù)，構(gòu)造新的人臉特征空間時(shí)，需要在原來的人臉中求一組正交的向量，而新的人臉特征空間就是由這組正交向量??????????????????nj???0......01? ? ??? ??? kj kjjji 0E ???基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 9 中的部分組成的?！霸趯?duì)待檢測(cè)人臉圖片進(jìn)行識(shí)別時(shí)，將待檢測(cè)人臉投影到這組特征向量組成的子空間上，通過比較待檢測(cè)圖像的投影位置與已知人臉基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 7 樣本的投影位置，從而完成人臉識(shí)別” (18)。 第四章 說明實(shí)驗(yàn)結(jié)果，并且對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。該項(xiàng)產(chǎn)品和技術(shù)已成功地應(yīng)用于許多銀行金庫。而今相對(duì)成功的應(yīng)用主要是大型活動(dòng)身份認(rèn)證，比如實(shí)名制票證系統(tǒng)認(rèn)證。所以，當(dāng)下亟需解決的問題就是如何快速精準(zhǔn)的查詢這些監(jiān)控?cái)?shù)據(jù)并加之處理。隨后的幾年里 Voila 也提出了優(yōu)化 HaarLike 算法的方法，這個(gè)人臉檢測(cè)方法已經(jīng)算是當(dāng)前領(lǐng)域相對(duì)成熟并相對(duì)完善的方法了，識(shí)別效率高，在現(xiàn)實(shí)實(shí)踐中已經(jīng)獲得了普遍寬泛的應(yīng)用。因?yàn)闅q數(shù)、形態(tài)、表情、光照、妝容等等原因，人臉不是一成不變的，他是千變?nèi)f化的，是以使得人臉識(shí)別技術(shù)顯得難以控制，大大提高了人臉識(shí)別的挑戰(zhàn)性。從而當(dāng)務(wù)之急就是讓生物特征識(shí)別快速的發(fā)展并且改進(jìn)，使之更加精準(zhǔn)快速。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 2 1 緒論 研究意義與背景 集成芯片的急速發(fā)展，以及軟件工程的廣泛應(yīng)用使得計(jì)算機(jī)在響應(yīng)速度和處理信息能力上取得了巨大進(jìn)步。 Face++是新一代云端視覺服務(wù)平臺(tái)，功能強(qiáng)大，簡(jiǎn)單易實(shí)現(xiàn)，通用性強(qiáng)大，有 著世界最前沿的人臉檢測(cè)，及識(shí)別，和分析的實(shí)現(xiàn)方法。 (4)將理論和實(shí)際結(jié)合起來，并根據(jù)上面的知識(shí)點(diǎn)，設(shè)計(jì)并完成了基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn)。學(xué)習(xí) Java 語言，完成系統(tǒng)框架的搭建，并實(shí)現(xiàn)人臉識(shí)別功能；通過對(duì)本課題的深入研究，最終編程實(shí)現(xiàn)人臉識(shí)別系統(tǒng)。通過在校園網(wǎng)中文數(shù)據(jù)庫查閱的相關(guān)資料和老師的指導(dǎo)下，在基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn)的課題中，我將采用 Java 語言來完成課題的設(shè)計(jì)與實(shí)現(xiàn)。隨著現(xiàn)代電子技術(shù)和各種硬件技術(shù)的發(fā)展，生物特征識(shí)別技術(shù)得以廣泛應(yīng)用。 本人完全意識(shí)到本聲明的法律后果由本人承擔(dān) 。需要身份認(rèn)證時(shí)，運(yùn)用生物特征識(shí)別技術(shù)可以不用攜帶身份證件、鑰匙等，也不需要記憶密碼，不用考慮證件丟失、密碼忘記等問題 。近年來，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)。 （ 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。 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)。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。 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。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。 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。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。 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)用中存在的問題，和實(shí)際應(yīng)用方法，卻還需要愈來愈多的學(xué)者對(duì)其進(jìn)行更深入的研究，使之愈發(fā)成熟。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，通過在客戶端或者 web 瀏覽器上打開人臉照片，使之與庫中的人臉圖片進(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。 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)。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。“他是基于主成分分析 (Principal Component Analysis ,PCA )的人臉識(shí)別技術(shù)，因此也常常稱為 PCA” （ 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?? 。 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。 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。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。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。” （ 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） 。 通過大量試驗(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，并越來越多的研究人員從事這一領(lǐng)域的研究。 Person 是同一個(gè)人的人臉集合。 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。 Android 應(yīng)用程序的開發(fā)與其他系統(tǒng)的開發(fā)不同， Android