论文部分内容阅读
人脸识别,就是根据人脸部的一些特征对人脸进行分类鉴别,达到身份识别的效果,是一种可靠有效的生物识别技术。人脸识别拥有非侵扰性、便捷性、友好性、非接触性和可扩展性等良好的特性,有非常大的发展空间并且可应用的领域众多。但是人脸识别容易受外界环境的干扰导致识别率下降,尤其是光照因素的影响,因此,复杂光照条件下的人脸识别具有一定的研究意义。Android是一款开源的移动设备操作系统,是Google公司主导研发的,使用范围广,用户量大,因此将人脸识别技术与Android平台相结合将会有广阔的应用前景。本文主要研究人脸识别在Android平台的应用,旨在提高人脸识别在复杂光照条件下的抗干扰能力。本文主要有以下三方面的研究:(1)研究了现有的图像预处理,针对图像的特点,研究了Retinex理论,并将Retinex的特性应用于图像预处理,将AdaBoost算法与Retinex相结合,改进传统的AdaBoost算法,用提取到的光照不变特征去训练分类器,然后用于人脸检测,能够提高光照复杂条件下的人脸检测率。(2)考虑到光照的影响,本文选用了局部二值模式(Local Binary Pattern,LBP)进行人脸识别,基于LBP算法的人脸识别在光照条件下具有一定的鲁棒性,并且提出了一种高斯加权的局部二值模式(GWLBP),根据高斯函数的特性,对中心像素进行加权,能够更好的对人脸特征进行表达。实验表明该算法具有一定的优越性。(3)本文算法先在Windows平台进行仿真实验,运用OpenCV(Open Source Compute Vision),借助Visual Studio 2015进行编译,算法完成后,利用Android的JNI机制,进行算法移植,然后用Android Studio进行应用程序的编写,实现一个具有人脸图像采集、人脸检测和用户识别等功能的人脸识别系统。