人臉識別,就是根據(jù)人臉部的一些特征對人臉進(jìn)行分類鑒別,達(dá)到身份識別的效果,是一種可靠有效的生物識別技術(shù)。人臉識別擁有非侵?jǐn)_性、便捷性、友好性、非接觸性和可擴(kuò)展性等良好的特性,有非常大的發(fā)展空間并且可應(yīng)用的領(lǐng)域眾多。但是人臉識別容易受外界環(huán)境的干擾導(dǎo)致識別率下降,尤其是光照因素的影響,因此,復(fù)雜光照條件下的人臉識別具有一定的研究意義。Android是一款開源的移動設(shè)備操作系統(tǒng),是Google公司主導(dǎo)研發(fā)的,使用范圍廣,用戶量大,因此將人臉識別技術(shù)與Android平臺相結(jié)合將會有廣闊的應(yīng)用前景。本文主要研究人臉識別在Android平臺的應(yīng)用,旨在提高人臉識別在復(fù)雜光照條件下的抗干擾能力。本文主要有以下三方面的研究:（1）研究了現(xiàn)有的圖像預(yù)處理,針對圖像的特點(diǎn),研究了Retinex理論,并將Retinex的特性應(yīng)用于圖像預(yù)處理,將AdaBoost算法與Retinex相結(jié)合,改進(jìn)傳統(tǒng)的AdaBoost算法,用提取到的光照不變特征去訓(xùn)練分類器,然后用于人臉檢測,能夠提高光照復(fù)雜條件下的人臉檢測率。（2）考慮到光照的影響,本文選用了局部二值模式（Local Binary Pattern,LBP）進(jìn)... 

【文章來源】：長春工業(yè)大學(xué)吉林省

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

灰度

直方

st算法的實(shí)現(xiàn)原理，然后提出一種基于Retinex理論光照不變特性的人臉檢測算法，提高人臉檢測在極端光照條件下的魯棒性。3.1Haar-like特征3.1.1Haar-like特征表示Haar-likt特征是一種用于物體識別的數(shù)字圖像特征，能用于AdaBoost算法訓(xùn)練分類器，Haar-like特征能夠描述圖像灰度的變化，能夠刻畫出人臉圖像的灰度情況，是由Viola提出的[24]，Haar-like特征用于人臉檢測有許多的優(yōu)點(diǎn)，特征比較簡單運(yùn)算量小，對硬件性能要求小，檢測速度快等，適合移動端設(shè)備的人臉檢測。Haar-like特征最開始提出的時(shí)候只有四種矩形特征，如圖3.1所示。圖3.1原始Haar-like矩形特征上圖3.1中的A、B矩形特征，白色區(qū)域與黑色區(qū)域各一塊，這種矩形特征值的算法為：=∑白∑黑；C類矩形特征的計(jì)算就與A、B類矩形特征的計(jì)算公式不同，計(jì)算公式為：=∑白2∑黑。由C類矩形特征可以看出，有兩塊白色區(qū)域，一塊黑色區(qū)域，將黑色區(qū)域的像素總和乘以2這樣黑色區(qū)域的總和才能與白色區(qū)域的像素個(gè)數(shù)相等。當(dāng)矩形特征分別移動到人臉區(qū)域和非人臉區(qū)域時(shí)得到的特征值是不一樣的，這樣就能判別出是人臉還是非人臉，從而實(shí)現(xiàn)人臉檢測。Haar-like特征經(jīng)過變換，比如通過變換改變矩形特征的大小和位置，在一幅圖像窗口中的不同區(qū)域就可以變換出非常多的Haar-like特征，圖3.1的矩形特征是最原始的四個(gè)Haar-like特征；特征原型在圖像子窗口中擴(kuò)展（平移伸縮）得到的特征稱為矩形特征；矩形特征的值稱為特征值。

【參考文獻(xiàn)】：
期刊論文
[1]基于Android操作系統(tǒng)的智能家居系統(tǒng)設(shè)計(jì)[J]. 張予衎,牛犇,楊晨宇,溫如春,韓樹人.  物聯(lián)網(wǎng)技術(shù). 2020(03)
[2]人工智能中圖像識別技術(shù)的發(fā)展與應(yīng)用研究[J]. 吳俊雄.  信息與電腦(理論版). 2020(04)
[3]2020年智能終端十大發(fā)展趨勢展望[J]. 程貴鋒.  通信世界. 2020(03)
[4]一種基于LBP改進(jìn)的人臉識別算法[J]. 高旭,黃建瓊.  河南科技學(xué)院學(xué)報(bào)(自然科學(xué)版). 2019(06)
[5]人臉識別應(yīng)用活體檢測技術(shù)研究[J]. 宛根訓(xùn),田青,朱紅徽,葛利軍.  中國安全防范技術(shù)與應(yīng)用. 2019(06)
[6]一種改進(jìn)型Adaboost算法的人臉檢測[J]. 劉燕,賀松,成雨風(fēng).  智能計(jì)算機(jī)與應(yīng)用. 2019(05)
[7]基于膚色與改進(jìn)Adaboost算法的人臉檢測[J]. 沈翔,朱建鴻.  傳感器與微系統(tǒng). 2019(04)
[8]基于人臉識別技術(shù)的課堂考勤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 張欣蓓,劉旭,王浩博,劉克楠.  無線互聯(lián)科技. 2019(02)
[9]基于改進(jìn)的Adaboost算法的人臉檢測系統(tǒng)[J]. 馮小建,馬明棟,王得玉.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(03)
[10]人臉識別技術(shù)在圖書館的應(yīng)用研究[J]. 秦鴻,李泰峰,郭亨藝,許毅.  大學(xué)圖書館學(xué)報(bào). 2018(06)

碩士論文
[1]基于PCA人臉識別的移動視覺應(yīng)用[D]. 彭星.吉林大學(xué) 2016
[2]可變光照環(huán)境下人臉識別算法研究及其Android實(shí)現(xiàn)[D]. 張冰冰.西安電子科技大學(xué) 2014
[3]視頻圖像預(yù)處理技術(shù)研究與實(shí)現(xiàn)[D]. 胡靜.南京理工大學(xué) 2014



本文編號：3242866