【正文】 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，信息安全問 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 通過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。人臉識(shí)別 聽起來你會(huì)認(rèn)為他已經(jīng)沒有什么大的突破，是比較傳統(tǒng)的并且沒有發(fā)展空間的，然而，伴著計(jì)算機(jī)的普遍推廣應(yīng)用，云計(jì)算能力和算法的大轉(zhuǎn)折，真正的爆點(diǎn)已經(jīng)開始，過不了幾年，我相信對(duì)人臉的登陸功能及人臉的搜尋功能都將會(huì)實(shí)現(xiàn)于具體應(yīng)用。 (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)。 (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)。s needs. Under this background, biometric technology is gradually ing into sight by the inherent physical characteristics or behavioral characteristics to identify the body, it is more effective than traditional authentication identity, more reliable and more secure, so that in recent years has been widely research and applications. REHABILITATIVE society, biometric technology is the most widely used fingerprint, iris and face recognition. One of the most popular being the most attention is the recognition. Face It sounds like you would think he has no major breakthrough, is more traditional and there is no room for development, however, acpanied by a major turning point popularized puter applications, cloud puting power and algorithms, real critical points have been start, not a few years, I believe that the function of the human face and landed face search functions will be implemented in specific applications. The issue is to try to use Android Face ++ interfaces to plete a joint recognition, it is in Windows, use Eclipse as a development platform, face recognition function. Main work: (1) by browsing a lot of information and documentation, pletion of basic theoretical preparation work, and briefly describes the face recognition technology. Further studies and research (2) Android system, learn how to develop Android. (3) the study of Face ++ interface to learn how to call the Face ++ interface. (4) will bine theory and practice, and according to the above knowledge, was designed and pleted the study and implementation of face recognition based Face ++. Keywords: Android。 Face Recognition 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 1 引言 21 世紀(jì) Inter 技術(shù)得到持續(xù)、猛烈的發(fā)展，大數(shù)據(jù) 時(shí)代也已到來，人臉識(shí)別已經(jīng)成為科技產(chǎn)業(yè)的一個(gè)技術(shù)熱點(diǎn)，愈來愈多的企業(yè)與開發(fā)者們都將目光轉(zhuǎn)向了人臉識(shí)別，研究它應(yīng)用它。而今有很多科研組織推出了一連串的計(jì)算機(jī)視覺庫，能夠相當(dāng)不錯(cuò)地處理算法上的問題，使得人臉識(shí)別算法變得簡(jiǎn)單易實(shí)現(xiàn)，比如 Intel 的 OpenCV 庫和北京曠視的 face++平臺(tái)。 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。它同時(shí)提供云端 REST API 和本地 API（包括 Android, iOS, Linux, Windows,Mac OS）供開發(fā)者使用，建立出個(gè)性化的視覺應(yīng)用。因此，使用 Face++，你可以很容易地建立很多你想要的視覺類多功能應(yīng)用，比如，身份認(rèn)證，興趣挖掘，以及社交娛樂分享等等。 第 1 章為 緒論 ， 主要介紹人臉識(shí)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。 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。所以說讓計(jì)算 機(jī)能和人像人一樣靈活交流而不是僵硬的機(jī)器交流是科學(xué)家們共同奮斗的方向。有了生物特征識(shí)別技術(shù)，在計(jì)算機(jī)上的具體實(shí)現(xiàn)，如此，計(jì)算機(jī)就可以識(shí)別人，變得聰明。 自從美國 事件之后，身份識(shí)別技術(shù)不僅廣泛用于銀行相關(guān)部門，電子商務(wù)相關(guān)領(lǐng)域及家庭安全上，而且在國防安全上也有著至關(guān)重要的應(yīng)用價(jià)值。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。同他相比，人臉識(shí)別差的太多太多，遠(yuǎn)不及他的發(fā)展。人臉識(shí)別技術(shù)，作為一個(gè)發(fā)展前景良好的領(lǐng)域，近年來得到了愈來愈寬泛的關(guān)注，成為國內(nèi)外各科研機(jī)構(gòu)和高校的研究熱門。關(guān)于人臉識(shí)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。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。與國外相比，中國關(guān)于人臉識(shí)別技術(shù)的研究開展的就相比晚許多，國內(nèi)研究的機(jī)構(gòu)主要集中在國內(nèi)著名的幾所重點(diǎn)高效，其中就有：清華大學(xué)、哈爾濱工業(yè)大學(xué)、北京工業(yè)大學(xué)等。人臉檢測(cè)使用最早的第一個(gè)算法是基于模板匹配，子空間方法的。這些年來，計(jì)算機(jī)技術(shù)越發(fā)成熟，與之緊密相關(guān)的技術(shù)也隨之快速發(fā)展，使得人臉檢測(cè)技術(shù)一直都是科研學(xué)者心中及手中的重要科研課題，比如說基于 haar 特征匹配的算法、以及神經(jīng)網(wǎng)絡(luò)的算法等等已經(jīng) 被應(yīng)用到人臉檢測(cè)技術(shù)上。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。相對(duì)于單張圖像的人臉檢測(cè)，影響檢測(cè)結(jié)果的因素是比較多的，圖像尺寸、光照條件和表情等不確定因素，因此在往后的研究實(shí)現(xiàn)中，人臉檢測(cè)依舊是熱點(diǎn)話題，不會(huì)被時(shí)代淘汰走下坡路。比如清華大學(xué)蘇光大教授負(fù)責(zé)的《人臉識(shí)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(shí)別考勤系統(tǒng)、北京時(shí)代杰誠門禁管理系統(tǒng)等。 主要應(yīng)用 人臉檢測(cè) 人臉檢測(cè)，簡(jiǎn)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)。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。該系統(tǒng)主要是由前端采集模塊，圖像處理模塊，數(shù)據(jù)管理查詢模塊來組成的。人臉識(shí)別大多都是用在與安保密切相關(guān)的部門及行業(yè)，比如出入境時(shí)進(jìn)行的護(hù)照比對(duì)、對(duì)罪犯的身份驗(yàn)證、以及公民的身份是否合法。其實(shí)，簡(jiǎn)單看人臉識(shí)別，他就是一個(gè)人臉相似度的對(duì)比。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。此系統(tǒng)一般是要利用射頻識(shí)別來實(shí)現(xiàn)的。越來越多的關(guān)注，已經(jīng)被投于人臉識(shí)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)。比如說銀行金庫、軍隊(duì)彈藥庫等重要地方的進(jìn)出口掌控對(duì)該種場(chǎng)地的人身經(jīng)濟(jì)安全都有著不可估量的作用。該項(xiàng)產(chǎn)品和技術(shù)已成功地應(yīng)用于許多銀行金庫。而今市場(chǎng)上大部分的控制器接口都是韋根接口，然則因?yàn)樗鼪]有遵循一貫的接口格式，導(dǎo)致我們遇到了一些限制，在控制器的選擇，所以這就必須靠生產(chǎn)這類產(chǎn)品的企業(yè)廠家的通力合作，一同制定統(tǒng)一的行業(yè)標(biāo)準(zhǔn)，使 行業(yè)應(yīng)用標(biāo)準(zhǔn)一致，生產(chǎn)的產(chǎn)品適用性頗高，如此才會(huì)促進(jìn)整個(gè)行業(yè)的良性成長(zhǎng)與發(fā)展。該課題使用 Eclipse 開發(fā)環(huán)境實(shí)現(xiàn)，利用 Face++接口和安卓操作系統(tǒng)實(shí)現(xiàn)人臉識(shí)別。 第二章 簡(jiǎn)要說明人臉識(shí)別的主流方法，并闡述了基于 PCA 的人臉識(shí)別算基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 5 法。 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。 基于 Face++的人臉識(shí)別研究與實(shí)現(xiàn) 6 2 主要人臉識(shí)別算法介紹 人臉識(shí)別是利用獲取得到的待檢測(cè)圖像中的人臉特征，與人臉樣本庫中的人臉來對(duì)比，識(shí)別和確認(rèn)待檢測(cè)圖像中人物的身份。 表 21 人臉識(shí)別方法 基于 PCA的人臉識(shí)別算法 在二十世紀(jì)九十年代初，由 Turk 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。 對(duì)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?！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)。 接下來本文將詳細(xì)介紹 PCA 算法。 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。 3) 系數(shù) XT??? 。 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。具體的人臉識(shí)別步驟如下所示： 步驟一：將人臉數(shù)據(jù)庫輸入到算法中。 步驟二：進(jìn)行 KL 變換，得到相應(yīng)的產(chǎn)生矩陣。 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。 步驟三：對(duì)