龙源期刊网httpwwwqika
comc
基于A
droid平台的人脸识别系统设计与实现
作者：刘亮来源：《电子技术与软件工程》2016年第20期
摘要人脸识别是公共安全领域的研究重点。本文首先通过分析比较，采用基于Adaboost的算法检测人脸，基于LDP的特征脸算法实现特征提取和特征识别。然后选择Ope
CV计算机视觉库来实现人脸检测和人脸识别。最后，通过JNI调用本地Ope
CV代码实现A
droid平台的人脸识别系统。
【关键词】A
droid平台人脸检测人脸识别系统
1引言
近年来，信息安全越来越受到人们关注，身份验证和识别技术成为众人瞩目的焦点，生物特征识别技术和人工智能技术不断更新发展，其中，人脸识别技术因具有并发性、非接触性、非强制性、操作简单等特点，被越来越广泛地运用到各个领域中。A
droid系统是目前移动设备的主流操作系统之一，在移动操作系统市场份额中占据了主导地位。随着人们在移动领域信息安全意识的提高，在移动平台上进行人脸识别具有广阔的发展前景，同时也面临诸多挑战。本文结合A
droid移动终端的特点，研究基于A
droid的人脸识别系统的实现，更好地满足移动领域信息安全方面的市场需求。
2人脸识别原理
人脸识别技术是一种基于生理特征的识别技术，通过计算机提取人脸特征，并根据这些特征进行身份验证的一种技术。广义的人脸识别过程包括人脸图像采集及预处理、人脸检测与特征提取和人脸的对比与识别三大部分，其原理如图1所示。
人脸检测的算法有很多种，典型的有特征抽取算法、人脸小波检测、基于模板匹配、神经网络、支持向量机方法、Adaboost算法等。本文选择Adaboost算法实现人脸检测。人脸识别技术包括特征提取和特征识别，实现方法可概括为3类：基于几何特征方法（欧式距离判别法）、基于模板方法（特征脸方法、神经网络方法等）和基于模型方法（隐马尔科夫方法）。本文选择基于LDP的特征脸算法实现人脸特征提取与特征识别。
3人脸识别算法
31图像预处理
f龙源期刊网httpwwwqika
comc
现实生活应用人脸检测与识别系统时，人脸的图像是在各种随机的场景下由摄像头或照相机拍摄的，因此受到光照变化、背景色彩、设备质量以及人脸姿态等因素的影响，需要对其进行预处理，主要包括光照补偿、滤波去噪处理和几何归一化的处理，经过这些处理，后期操作中将得到较好的识别效果。
首先定位人眼。为了提高定位效率，先确定人眼在人脸图像中的大概位置，然后基于这个大致的范围，采用灰度积分投影和灰度差分积分投影相结合的方法精确定r