【正文】 展望 在 數(shù)據(jù)爆炸科技愈來愈發(fā)達(dá)的今天 ，生物特征識別技術(shù) 已然 變得愈發(fā)重要。 主要代碼： 基于 Face++的人臉識別研究與實(shí)現(xiàn) 23 })。在 oneface 模式中，檢測器僅找出圖片中最大的一張臉。“作為數(shù)據(jù)提供者一方，需要提供操作數(shù)據(jù)的 接口方法 (添加、刪除、檢索和更新 )，其內(nèi)部使用數(shù)據(jù)庫、文件系統(tǒng)或網(wǎng)絡(luò)等進(jìn)行數(shù)據(jù)的存儲；作為數(shù)據(jù)的使用方，不能直接調(diào)用 Content Provider 的接口方法，而是借助于 Content Resolver 對象。 ：是 xml格式的 Android程序清單文件?？梢杂泻芏嗟娜四?，這些人臉可以是來源于很多個(gè)圖片中，但是必須是同一個(gè)人的人臉。 該方法應(yīng)用于人臉識別時(shí)主要的優(yōu)點(diǎn)在于可以方便的構(gòu)造出神經(jīng)網(wǎng)絡(luò)系統(tǒng)作為分類器，“很好的應(yīng)用了神經(jīng)網(wǎng)絡(luò)的非線性映射特性，避免了復(fù)雜的特征提取工作，當(dāng)待檢測人臉圖片中有較大的噪聲干擾或是丟失局部圖片” （ 16） ，也能恢復(fù)出完整的人臉。該方法本質(zhì)上是利用角度、曲率以及歐式距離等作為識別依據(jù)。 其中， ? 是均值， M 是訓(xùn)練集的個(gè)數(shù)，而 ix 是第 i 個(gè)樣本。 對于每一個(gè)人臉樣本圖像依照從左到右，從上到下的每個(gè)像素點(diǎn)的灰度值構(gòu)成一個(gè)高維向量， PCA 的主要思想是在原始人臉空間中經(jīng)過 KL 變換后，由原來的高維向量轉(zhuǎn)換為低維向量子空間，提取一套包 含離散程度最大的特征向量來表示原始樣本，相應(yīng)的特征向量，就為主特征向量。比如說銀行金庫、軍隊(duì)彈藥庫等重要地方的進(jìn)出口掌控對該種場地的人身經(jīng)濟(jì)安全都有著不可估量的作用。 主要應(yīng)用 人臉檢測 人臉檢測，簡單說來，便是看圖像是否清晰明了，是否能精確快速的被處理分析得到數(shù)據(jù)。關(guān)于人臉識別的研究在國內(nèi)展開比較晚，所以應(yīng)用范圍較窄，主要是集中在銀行、公安、物業(yè)管理和考勤等等。 第 1 章為 緒論 ， 主要介紹人臉識別的背景和現(xiàn)狀，及目前的應(yīng)用，還有本論文的內(nèi)容與安排。 (2)Android 系統(tǒng)的深入研究和調(diào)研，了解 如何通過 Android 的開發(fā)。但是，由于人臉在識別過程中受到多種因素的影響，如 :復(fù)雜的人臉結(jié)構(gòu)、表情的千變?nèi)f化以及人臉采集的外部環(huán)境等，因此到目前為止，人臉識別依然是一個(gè)具有挑戰(zhàn)性的研究課題。 西 安 X X 大 學(xué) 畢 業(yè) 設(shè) 計(jì)（論 文） 題 目： 基于 Face++的 人臉識別研究與實(shí)現(xiàn) 學(xué) 院 ： xxxxxxxxxxxxxxxxxx 專 業(yè)： xxxxxxx 班 級： xx 學(xué)生姓名： xx 導(dǎo)師姓名： xx 職稱： xx 起止時(shí)間 ： 2021 年 3 月 2 日至 2021 年 6 月 19 日 畢業(yè)設(shè)計(jì)（論文）誠信聲明書 本人聲明：本人所提交的畢業(yè)論文《 基于 Face++的 人臉識別研究與實(shí)現(xiàn) 》是本人在指導(dǎo)教師指導(dǎo)下獨(dú)立研究、寫作的成果，論文中所引用他人的文獻(xiàn)、數(shù)據(jù)、圖件、資料均已明確標(biāo)注；對本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明并表示感謝。 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。 (3)通過對 Face++接口的研究，了解了如何調(diào)用 Face++接口。 第 2 章 主要介紹當(dāng)前流行的人臉識別算法 ；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，完成對課題的總結(jié)。人臉識別是屬于生物特征識別技術(shù)，他是靠檢測和比較人臉照片來實(shí)現(xiàn)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。它通常是一個(gè)組合的多種識別方法，它是由多種識別控制完成進(jìn)出口控制。由于該分量擁有人臉相像的外形，被稱作“特征臉”。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。 目前，在比較常見的基于幾何特征的人臉識別方法主要有以下兩種： “基于幾何特征曲率進(jìn)行分類識別的方法是依據(jù)人臉器官的輪廓弧線的曲率進(jìn)行分類的。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，這在其他的人臉識別方法具有無可比擬的優(yōu)勢。 Faceset 指一個(gè)或多個(gè) 人臉 的集合。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。 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。 attribute 可以是 none 或者由逗號分割的屬性列表。 if (callback != null) { (null)。生物識別中除了人臉識別技術(shù)是 大家都耳濡目染 的，還有語音識別、指紋識別、虹膜識別、靜脈識別。 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別算 法， 能快速簡單并且準(zhǔn)確的實(shí)現(xiàn)人臉識別， face++平臺都可以達(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)了人臉識別功能。本課題是調(diào)用/detection/detect 接口來實(shí)現(xiàn)的。 表 31 /detection/detect 參數(shù) 參數(shù)名 參數(shù)說明 必須 Api_key App 的 Face++ API Key Api_seceret APP 的 Face++ API Secret url 或 img[post] 待檢測圖片的 URL 或者 通過 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 檢測模式可以是 normal(默認(rèn) ) 或者 oneface 。那么 Android 中兩個(gè)程序之間通過如何 Content Provider 進(jìn)行數(shù)據(jù)交換。 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入口來啟動 Android App，他的啟動入口在 中事先聲明” （ 17） 。 Person 是同一個(gè)人的人臉集合。” （ 14）“現(xiàn)在廣泛使用的人臉識別系統(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） 。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)系對人臉進(jìn)行識別就是基于幾何特征的識別方法。 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?！八腔谥鞒煞址治?(Principal Component Analysis ,PCA )的人臉識別技術(shù)，因此也常常稱為 PCA” （ 14） 。 人臉識別比對 “人臉識別比對，目前主要是被用于門禁管理系統(tǒng)。 盡管人臉識別技術(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)者對其進(jìn)行更深入的研究，使之愈發(fā)成熟。 人臉識別技術(shù)在國外已被廣泛 應(yīng)用在國家緊要部門和其他同樣重要的相關(guān)安防部門。 在本論文中全面詳細(xì)地介紹了 Face++人臉識別 的 實(shí)現(xiàn) ， 以及人臉識別的一些主要知識點(diǎn)及前景狀況。 本課題就是嘗試用 Face++接口聯(lián)合 Android 完成一個(gè)人臉識別，它是在Windows 中，使用 Eclipse 作為開發(fā)平臺，實(shí)現(xiàn)人臉識別功能．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，并簡要介紹了人臉識別技術(shù)。近年來，人臉識別技術(shù)在安全監(jiān)控、模式識別、人 機(jī)交互等領(lǐng)域中具有廣闊的應(yīng)用前景，逐漸成為模式識別和人工智能領(lǐng)域的一個(gè)研究熱點(diǎn)。 本人完全意識到本聲明的法律后果由本人承擔(dān) 。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)。 (4)將理論和實(shí)際結(jié)合起來，并根據(jù)上面的知識點(diǎn)，設(shè)計(jì)并完成了基于 Face++的人臉識別研究與實(shí)現(xiàn)。 基于 Face++的人臉識別研究與實(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。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，是以使得人臉識別技術(shù)顯得難以控制，大大提高了人臉識別的挑戰(zhàn)性。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。該項(xiàng)產(chǎn)品和技術(shù)已成功地應(yīng)用于許多銀行金庫?！霸趯Υ龣z測人臉圖片進(jìn)行識別時(shí)，將待檢測人臉投影到這組特征向量組成的子空間上，通過比較待檢測圖像的投影位置與已知人臉基于 Face++的人臉識別研究與實(shí)現(xiàn) 7 樣本的投影位置，從而完成人臉識別” (18)。 步驟三：對圖像的本征值和本征向量進(jìn)行運(yùn)算。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)行人臉檢測時(shí)，計(jì)算出待檢測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，完成人臉識別。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++的人臉識別研究與實(shí)現(xiàn) 12 明顯的提高計(jì)算速度。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。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。 intent用來啟動 Activity 和 Service，也可以在 Android 系統(tǒng)上發(fā)布廣播消息。默認(rèn)為 gender, age, race, smiling。 } } } 人臉識別模塊 實(shí)現(xiàn)人臉識別，必須先將人臉提交給 face++進(jìn)行人臉檢測獲得人臉信息，然后將獲得的人臉信息傳遞到對應(yīng)的函數(shù)中實(shí)現(xiàn)人臉識別。 基于 Face++的人臉識別研究與實(shí)現(xiàn) 31 和其他生物識別技術(shù)比較的話，人臉識別技術(shù)的優(yōu)勢包括三點(diǎn)：硬件門檻低是其中之一，其他的識別技術(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 。 (5) 將理論知識和實(shí)際聯(lián)系起來，設(shè)計(jì)并實(shí)現(xiàn)了一套基于 Face++的人臉識別系統(tǒng)。 主要代碼： Java 對象轉(zhuǎn)換成字節(jié)流： 基于 Face++的人臉識別研究與實(shí)現(xiàn) 22 Face++數(shù)據(jù)處理： 人臉檢測模塊 實(shí)現(xiàn)人臉識別系統(tǒng)，不管你是要干什么，最重要的一步都是人臉檢測，只有通過人臉檢測獲得人臉信息，才可以進(jìn)行設(shè)計(jì)實(shí)現(xiàn)下面的功能。 Face++主要函數(shù)介紹 /detection/detect 檢測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。“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)際存儲方式的情況下，對共享數(shù)據(jù)進(jìn)行增刪改查等操作” （ 9） 。 Android 應(yīng)用程序一般是由 Activity（活動）、 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。一個(gè) 圖像 中也許存在多個(gè) 人臉 。 “但該方法最早應(yīng)用于人臉識別領(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)的人臉識別系統(tǒng)，隨后越來越頻繁的應(yīng)用于人臉識別。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。 步驟二：進(jìn)行 KL 變換，得到相應(yīng)的產(chǎn)生矩陣。 表 21 人臉識別方法 基于 PCA的人臉識別算法 在二十世紀(jì)九十年代初，由 Turk 和 Pentland 提出的比較簡單且有效的一種人臉識別方法，就是盡人皆知的特征臉方法。越來越多的關(guān)注，已經(jīng)被投于人臉識別身份驗(yàn)證之上，并有許多的組織也已開始應(yīng)用此技術(shù)。比如清華大學(xué)蘇光大教授負(fù)責(zé)的《人臉識別系統(tǒng)》，當(dāng)然還有一些產(chǎn)品也比較成熟：上海銀晨人臉識別考勤系統(tǒng)、北京時(shí)代杰誠門禁管理