【Android论文栏目提醒】:网学会员为需要Android论文的朋友们搜集整理了基于Android编程平台的面部识别技术研究 - 学士论文相关资料,希望对各位网友有所帮助!
工 程 学 院 学 位 论 文基于
Android 编程平台的面部识别技术研究
论文作者 申请学位类别: 指导教师姓名 : (职称)
论文提交日期: 独 创 性 声 明 本人声明所呈交的学位
论文是本人在导师指导下进行的研究工作及取得的研究成果。
据我所知,除了文中特别加以标注和致谢的地方外,
论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得成都信息工程学院或其它教育机构的学位或证书而使用过的材料。
与我一同工作的同志对本研究所做的任何贡献均已在
论文中作了明确的说明并表示谢意。
签名: 日期: 2012 年 6 月 09 日 关于
论文使用授权的说明 本学位
论文作者完全了解成都信息工程学院有关保留、使用学位
论文的规定,有权保留并向国家有关部门或机构送交
论文的复印件和磁盘,允许
论文被查阅和借阅。
本人授权成都信息工程学院可以将学位
论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位
论文。
(保密的学位
论文在解密后应遵守此规定) 签名: 日期: 2012 年 6 月 09 日 基于
Android 编程平台的面部识别技术研究 摘 要 随着 Google 与 33 家手机制造商、手机供货商、软硬件供货商、电信业者联合组成的开放手机联盟(Open Handset Alliance OHA),在 2011 年 11 月 5 日发布名为“
android”的开放手机平台,
Android 就以原始码操作系统平台、免费应用程序开发环境,在手持设备,尤其在手机上的应用得到了飞速的发展。
本文的主题就是基于
android 编程平台,利用手持设备对面部识别技术的研究。
研究内容:使用智能手机采集人脸图像,并对人脸图像进行预处理,让其达到相关识别算法的要求,适合与人脸库里面的图像进行对比,得出识别结果。
研究方法:首先由
Android 手机获取人脸图像,对人脸图像进行预处理(彩图灰度化、直方图均衡化、图像的平滑滤波等);再通过 Java Native InterfaceJNI规则将 Open CV 平台与
android 平台实现类库共享,利用 Principal ComponentAnalysis(PCA)算法对人脸图像进行特征提取,获得特征向量(特征脸)完成训练阶段;最后,将待识别的人脸图像投影到特征向量,通过最邻近法得到与特征向量最近的人脸图像完成识别阶段,从而识别此人的身份。
研究结果:本文利用 PCA 算法对人脸进行识别,通过降维的方法减少了计算量,降低了程序对硬件的要求,同时识别率较高,具有一定的使用价值。
但是,存在一个问题:拍照时手机离人脸的距离存在差异,提取到的人脸图像也有所不同,这样就影响了识别率。
关键词:
Android;JNI;Open CV;图像预处理;面部识别;PCAStudy of the face recognition technology based on the
android platform programming Abstract With the publication of the open mobile phone platform called “
Android”inNovember 5th 2011,“
Android” was taking shape rapidly in the field of handhelddevices and especially in the field of the application of the mobile phone with thetapping environment of the source operating system platform and the free applicationprogram. The open mobile phone platform was published by Google and the OpenHandset Alliance which is consisted of 33 mobile phone manufacturers and suppliersthe software and hardware suppliers and the Telecommunication companies. The topicof my paper is to study the facial recognition technology making use of the handleddevices which is based on the program platform of
android. The main contents of this paper are as following: First it uses intelligent mobilephone to get the image of human face. Then it adjusts the face image to meet the needof the relative recognition algorithm. And last it compares the face image with the onesin the storeroom of the face image to get the result of the recognition. The major methods of this paper is as following: firstly getting the face imagesfrom the Andrews phone and making a pretreatment to the face images such aswallpapers graying histogram equalization smoothing filter of the images and so onsecondly achieving the class library sharing of the Open CV platform and the Androidplatform through the rules of the Java Native Interface. And then using PrincipalComponent Analysis method to pick up the features of the face images to obtain theeigenvectors which is the eigenvectors-face in order to finish the training stage thirdlymaking the face images which are to be identified project onto the eigenvectors andgetting the face image which is the nearest to the eigenvectors with the method of theclosest to finish the recognition phrase. Thus the persons identity is identified. The results of this paper are as followings. Firstly the calculation will be reducedand the requirements of the program on the hardware will be lowered with the methodsof the Principal Component Analysis and the dimensionality reduction in therecognition of people’s face. Meantime the recognition rate will be improved. PCAmethod has some practical values. However when taking a photograph it will causeone problem that the extracted face images will be different due to the difference of thedistance between the phone and the face. Thus the recognition rate will be influenced.Key words:
Android JNI Open CV Image preprocessing Face recognition PCA 目 录1 引言 ................................................................................................................................1 1.1 背景和意义 ............................................................................................................1 1.2 人脸识别技术研究现状 ........................................................................................1 1.3 本课题研究意义 ....................................................................................................2 1.4 本文主要内容及结构 ............................................................................................32 研究方案及技术路线 ...................................................................................................4 2.1 研究内容 ................................................................................................................4 2.1.1 研究对象 ........................................................................................................4 2.1.2 制约识别率的关键问题 ................................................................................4 2.2 研究方案 ................................................................................................................4 2.2.1 相关人脸识别算法比较 ................................................................................4 2.2.2 运用程序功能分析 ........................................................................................5 2.2.3 研究方案的确定 ............................................................................................6 2.3 技术路线 ................................................................................................................63 人脸图像获取................................................................................................................7 3.1
ANDROID 编程平台 ................................................................................................7 3.1.1
Android 开发平台搭建 ..................................................................................7 3.1.2
Android 开发简介..........................................................................................8 3.2 人脸图像获取 ........................................................................................................9 3.2.1
Android 应用程序组件Activity 简介.......................................................9 3.2.2 相关文件夹建立 ..........................................................................................11 3.2.3 控制照相机照相 ..........................................................................................114 图像预处理 .................................................................................................................12 4.1 彩图灰度化 ..........................................................................................................12 4.2 直方图均衡化.......................................................................................................13 4.3 图像平滑滤波 ......................................................................................................14 4.4 边沿检测 ..............................................................................................................15 4.5 人脸部位提取 ......................................................................................................175 PCA 算法及实现...........................................................................................................18 5.1
ANDROID NDK 简介 ..................................................................................................18 5.2 PCA 算法原理分析 ...............................................................................................18 5.2.1 训练阶段 ......................................................................................................19 5.2.2 识别阶段 ......................................................................................................20 5.3 OPEN CV 实现 PCA 算法 ....................................................................................20 5.3.1 Open CV 简介 ..............................................................................................20 5.3.2 PCA 算法实现 .............................................................................................21 5.4 .SO 库文件编译 ...................................................................................................21 5.4.1 JNI 规则 .......................................................................................................21 5.4.2 库文件编译 ..................................................................................................236 研究结果及分析 .........................................................................................................247 总结 ..............................................................................................................................25 7.1 全文总结...............................................................................................................25 7.2 前景展望...............................................................................................................25参考文献 .........................................................................................................................27致 谢 .........................................................................................................................28附 录 .........................................................................................................................29 附录一:图像预处理效果图:..................................................................................29 附录二:程序界面截图..............................................................................................291 引言1.1 背景和意义 21 世纪是移动互联网发展的时代,未来也是移动互联网的时代。
移动互联网的发展对人类的生活产生了巨大的影响。
而移动手持设备正是在 3G 移动互联网时代得到了飞速的发展,手机已成为人们普遍使用的小型移动设备。
2007 年 11月 5 日,
android 智能手机操作系统正是发布,由于其开放性,可定制性得到了众多手机制造商的重视。
2011 年第一季度,
Android 在全球的市场份额首次超过塞班系统,跃居全球第一。
2012 年 2 月数据,
Android 占据全球智能手机操作系统市场 52.5的份额,中国市场占有率为 68.4。
Android OS 是 Google 发布基于 Java 并运行在 Linux 内核上的手机操作系统。
Android 操作系统采用分层架构,从高层到底层一共四层,分别是应用程序层、应用程序框架层,系统层和 Linux 核心层。
而
Android 底层方面使用 C/C语言作为开发语言。
随着
Android 的快速发展,如今已允许开发者使用多种编程语言来开发
Android 应用程序。
从而受到众多开发者的喜爱,成为真正意义上的开放式操作系统2。
随着移动互联网的发展,手机已经超越了它最初的设计本能。
它不仅仅应用于通讯这单一功能,还是移动的支付平台、管理着用户的众多信息。
所以手机的信息安全也成为急于解决的技术问题。
本文就是运用
Android 编程平台,在手机上进行人脸识别技术的研究。
从而对手机使用者的身份进行确认,保障手机所有者的信息、财产等安全。
1.2 人脸识别技术研究现状 人脸识别的研究历史比较悠久,Galton 在 1888 年和 1910 年就分别在 Nature两篇关于利用人脸进行身份识别的文章。
自动人脸识别的研究最早的
论文出现于1965 年 Chan 和 Bledsoe 在 Panoramic Research Inc.发表的技术报告。
近年来,人脸识别更是得到了长足的发展,每年都有大量的学术
论文发表。
人脸识别研究的历史现状大体划分为以下三个阶段1: 第一阶段1964-1990。
这一时期人脸识别通常作为一个一般性的模式识别问 1题被研究,所采用的技术方案是基于人脸几何结构特征的方法。
这集中体现在人们对于剪影的研究上,人们对面部剪影曲线的结构特征提取与分析进行了大量研究。
人工神经网络也一度被研究员用于人脸识别问题中。
第二阶段1991-1997。
在这短暂的时间里人脸识别技术进入高潮期,硕果累累。
不但诞生了若干代表性的人脸识别算法,而且出现了商业化运作的人脸识别系统。
最为著名的 Identix 的 FaceIt。
在这一阶段所提出的算法在理想图像采集条件、对象配合、中小规模正面人脸数据库上达到了非常好的性能。
从技术方案上来看, 人脸图像线性子空间判 2D别分析、统计表观模型、统计模式识别是这一阶段的主流技术。
第三阶段1998-现在。
由于主流的人脸识别技术对光照、姿态等非理想条件或是用户不配合造成的变化条件下鲁棒性比较差。
因此成为时下研究的热点。
如此同时商业系统进一步发展。
而非线性建模方法、统计学理论、基于 Boosting的学习技术、基于 3D 模型建模与人脸识别方法等逐渐成为备受重视的技术发展趋势。
人脸识别技术是从最初的单一的正面灰度图像的识别,经过对多姿态人脸识别研究,发展到能够实现动态识别,目前正在向三维人脸识别的方向发展。
与其他的学科不同的是:人脸识别技术融合了数字图像处理、计算机图像学、模式识别、计算机视觉、人工神经网络和生物特征等多个学科的理论和方法。
另外人脸自身所处环境的复杂性,如表情、姿态、图像的环境光照强度等条件的变化以及人脸上的遮挡物等,都会使人脸识别方法受到很大的影响。
因此,人脸识别技术仍然是 21 世纪具有挑战性的课题。
1.3 本课题研究意义 人脸识别,是一种基于人的脸部特征信息进行身份认证的生物特征识别技术。
相比指纹识别技术,人脸识别具有非接触、识别速度快、准确率高等优点,因而深受欢迎并且应用广泛,特别是比起 IC 卡更具发展优势。
除了重要行业和领域的应用外,人脸识别技术在智能门禁、门锁、考勤、手机、数码相机、智能玩具等民用市场也有着广泛的应用。
人脸识别主要有一下几种应用: 身份鉴定:在鉴定模式下,可以快速的计算出实时采集到的面纹数据与人脸数据库中的已知人员的面纹数据之间的相似度,给出一个按相似度递减排列的可能的人员列表,或是简单的返回鉴定结果和相对应的可信度。
身份鉴定可用于电 2脑、网络安全、银行业务、智能访问控制、边境控制等领域。
身份确认:在确认模式下,面纹数据可以存储在智能卡中或是数码记录中,只需要简单地将实时面纹数据与存储的数据相比对,如果可信度超过一个指定的值,则比对成功身份得以确认。
视频监控应面像捕捉,人脸识别技术可以再监控范围中跟踪一个人和确定的位置1。
面像数据压缩能将面纹数据压缩到小于 84 字节以内便可以应用于智能卡、条形码或是其他存储空间有限的设备中。
近年来,随着欧美发达国家人脸识别技术开始进入实用阶段后,人脸识别迅速成为市场热点。
据调查报告显示:2007 年全球生物识别市场收入超过 30 亿美元,并且今后 5 年内将以每年 8 亿美元的幅度递增9。
新技术的应用带来了全新的数字化生活方式。
可以想象,在人脸识别时代,走入地铁需要刷卡、去银行取钱需要输入密码、上班考勤需要按指纹等方式都将改变。
1.4 本文主要内容及结构 本
论文所完成的任务是基于
Android编程平台,在
Android手机上实现人脸识别功能。
对手机使用者的身份进行确认,保证手机所有者的信息、财产安全等。
本
论文在总体结构上共分为5章。
第1章引言, 本章介绍了
Android和人脸识别的背景、意义。
第2章研究方案及技术路线,本章主要介绍人脸识别的各种算法、方案和实现的技术路线。
第3章图像的获取,本章介绍了
Android编程平台的基础知识,并通过控制手机摄像头进行人脸的捕捉,人脸数据库的建立,图像的存取。
第4章图像预处理,本章介绍了相关图像处理的算法以及实现,其中包括彩色图像的灰度化、灰度图像的直方图均衡化、图像的平滑滤波、边缘检测等。
第5章PCA算法及实现,本章介绍了JNI规则,以及Open CV编程平台与
Android编程实现类库的共享。
利用Open CV实现PCA算法。
第6章研究结果及分析,本章对研究结果叙述,以及分析。
第7章结论,对全文进行总结,并对该课题的前景进行展望。
32 研究方案及技术路线2.1 研究内容2.1.1 研究对象 本文涉及的研究对象是从智能手机的摄像头获取的人脸图像,并对人脸图像进行一定的处理,让其达到相关识别算法的要求,适合与人脸库.
上一篇:
基于android手机的校园助手软件学位论文
下一篇:
高校体育教学观念的思考