【正文】 T ?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 。在求取本征值和本征向量的過(guò)程中，為了減少運(yùn)算量，將使用 SVD 定理來(lái)進(jìn)行降維。 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。 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。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。 “整個(gè)變換過(guò)程是在原來(lái)的向量空間的基礎(chǔ)上將其進(jìn)行變換，使得原來(lái)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） 。 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?? 。 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)稱矩陣，因此，不同的特征向量之間應(yīng)該要正交。 特征臉?lè)椒ń?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） 。由于該分量擁有人臉相像的外形，被稱作“特征臉”?！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） 。 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。 第三章 首先對(duì) Face++平臺(tái)進(jìn)行了簡(jiǎn)單介紹，其次介紹了安卓操作系統(tǒng)，并且簡(jiǎn)要說(shuō)明了 Face++的重要接口，最后重點(diǎn)說(shuō)明了基于 Face++的人臉識(shí)別的實(shí)現(xiàn)。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。 ”(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)。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。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。 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)。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。使用這種系統(tǒng)的目的就是安全系數(shù)高。 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(lái)進(jìn)行的。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(kāi)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。 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(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。為此現(xiàn)狀，市面上 已經(jīng)開(kāi)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。當(dāng)下，許多城市地區(qū)開(kāi)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。 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。 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)。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。 2020 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(cè) 運(yùn)用 AdoBoost 和 Cascade 方法。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。 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)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)。人臉識(shí)別是屬于生物特征識(shí)別技術(shù)，他是靠檢測(cè)和比較人臉照片來(lái)實(shí)現(xiàn)的。 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。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。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。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(guó)家地區(qū)研究機(jī)構(gòu)的重中之重。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。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。但與人類沒(méi)有辦法進(jìn)行有效的智能交互。 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)。 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。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)。可以讓廣大的 IT 開(kāi)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(jué)功能。因此，本論文將聯(lián)合當(dāng)下最流行的 Face++來(lái)完成本課題研究。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。 Face ++。 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。 (3)通過(guò)對(duì) Face++接口的研究，了解了如何調(diào)用 Face++接口。 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(kāi)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)。其中最熱門的被關(guān)注最多的就是人臉識(shí)別了。 最后，撰寫合格的畢業(yè)論文并準(zhǔn)備畢業(yè)答辯。 （ 3）運(yùn)用 Eclipse 軟件進(jìn)行編程實(shí)現(xiàn)功能。 （ 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(kāi)題報(bào)告。 方案： （ 1）在西安 xx 大學(xué)圖書館中文數(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。 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。 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(yǔ)言 Java，熟練掌握了 Eclipse 等軟件 的操作。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)。 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)。與生物特征識(shí)別技術(shù)相關(guān)的技術(shù)，如數(shù)字圖像處理、計(jì)算機(jī)視覺(jué)、模式識(shí)別、傳感器技術(shù)等領(lǐng)域也得到