识别基于安卓平台的人脸识别技术应用的设计与实现_王二卫

中图分类号 TP3

论文编号

专业硕士学位论文

基于安卓平台的人脸识别技术应用的设计与实现

作者姓名 王二卫

学科专业 互联网营销

指导教师 杜孝平

培养院系 软件学院

The Design and Implementation of theFace recognition technology based on AndroidA Dissertation Submitted for the Degree of Master

Candidate Erwei Wang

Supervisor Prof.Xiaoping Du

College of Software

Beihang University,Beijing,China

II

中图分类号 TP3

论文编号

硕 士 学 位 论 文

基于安卓平台的人脸识别技术应用的设计与实现

作者姓名 王二卫 申请学位级别 工程硕士

指导教师姓名 杜孝平 职 称 教授

学科专业 软件工程 研究方向

学习时间自 2013年9月10日 起至 2015年12月30日止论文提交日期 2015年8月14日 论文答辩日期 2017年6月 日学位授予单位 北京航空航天大学 学位授予日期 年 月 日

关于学位论文的独创性声明

本人郑重声明所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果论文中有关资料和数据是实事求是的。尽我所知除文中已经加以标注和致谢外本论文不包含其他人已经发表或撰写的研究成果也不包含本人或他人为获得北京航空航天大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。

若有不实之处本人愿意承担相关法律责任。

学位论文作者签名 日期 年 月 日

学位论文使用授权书

本人完全同意北京航空航天大学有权使用本学位论文包括但不限于其印刷版和电子版 使用方式包括但不限于保留学位论文按规定向国家有关部门 机构送交学位论文 以学术交流为目的赠送和交换学位论文允许学位论文被查阅、借阅和复印将学位论文的全部或部分内容编入有关数据库进行检索采用影印、缩印或其他复制手段保存学位论文。

保密学位论文在解密后的使用授权同上。

学位论文作者签名 日期 年 月 日

指导教师签名 日期 年 月 日

IV

摘要

信息化数据化大潮流的今天随着科技不断的进步移动互联网一步步走进我们的生活也在不断的影响着和改变着我们的生活。在移动互联网的大背景下智能手机的发展最为迅猛 目前已成为人们日常工作、学习和生活中不可缺少的设备。移动支付、手机钱包等应用的出现使得人们对信息的安全性要求不断提高。因此可应用在智能手机等移动终端上的可靠且可靠的身份识别及验证技术迫在眉睫。作为人类与生俱来的特有特征生物特性在不同的个体间具有很强的稳定性和明显的不同性这两大特性使得它可以做为身份识别和认证的可靠依据。

这两大特性使得它可以做为身份识别和认证的可靠依据。人的生物特征众多将人脸作为身份识别和认证依据 比其他方式更为有效、可靠且客户易接受这是因为人脸特征是人类的生物特征中固有的典型特征。

人脸检测、特征提取和特征识别是人脸识别的关键步骤本文主要对这几个关键步骤的算法进行了学习和研究并对Andro id的开发环境搭建和配置进行讲解然后根据人脸识别知识设计和实现了在Andro id系统下的人脸识别。本文主要工作如下

1通过查阅大量文献对人脸识别的技术发展和实现进行了讲述并通过对比人脸识别技术在国内外的发展现状 了解目前人脸识别的技术和效果。

2对Andro id系统的架构和开发步骤进行了学习和研究并总结了Andro id开发的环境搭建和开发方式。

3对人脸识别三个关键步骤中现有的算法进行了详细的介绍与分析。重点对人脸检测过程中的基于Haar特征的AdaBoost算法、对特征提取过程中的F LDA进行了详细的介绍和分析。

4本文提出一种改进的基于Haar特征的Adaboo s t算法进行人脸检测。在人脸特征提取方面采用基于离散余弦变换DCT与Fisher线性鉴别分析FLDA相结合的方法 以提高人脸识别精准度。通过将该技术优化在安卓平台的s dk上进行实现最后通过人脸考勤应用进行封装S DK功能的验证。 由实验结果证明了该算法的有效性。

关键词人脸识别 Android平台 FLDA算法 AdaBoost算法

I

Abstract

Social information, the rapid development of automation, as well as the continuousprogress of science and technology,making the mobile Internet has become the mainstreamof the times. In the context of the mobile Internet, intelligent small mobile devices cameinto being. In these small mobile devices, the development of smart phone is the most rapid,has become the people's daily work, study and life of the indispensable equipment.Mobilepayment,mobile wallet applications such as the emergence of the security requirements ofinformation security requirements. Therefore, it can be used in smart phones and othermobile terminals on the reliable and high-speed identification and authenticationtechnology needs urgent.As an intrinsic attribute of human beings, the two characteristicsof biological characteristics, which have strong individual differences and their ownstability,can be used as a reliable basis for identification and authentication.

Many biological characteristics of human face as identification and authenticationbased on, rather than the other way more effective and reliable and easily accepted bycustomers. This is because the facial feature is the typical characteristics of the humanbiological characteristics inherent in.

Face detection, feature extraction and pattern recognition is the key step of facerecognition, this paper mainly on several key steps of the algorithm and Android coretechnology were research and analysis, on the basis of theoretical knowledge of facerecognition, in the Android system to achieve face recognition.The main wo rk of this paperis as follows:

(1)By consulting literature, the development proce ss o f face recognition technology isdescribed,and the research status of face recognition at home and abroad is introduced.

(2)The Android system is deeply studied and studied, the development course ofAndroid and the system architecture ofAndroid platform are introduced.

(3)A detailed introduction and analysis of the existing algorithms in three key steps offace recognition.Focus on the face detection process based on the AdaBoost feature of theHaar algorithm, the feature extraction process of the FLDA in a detailed introduction andanalysis.

(4) In this paper, an improved Adaboost algorithm based on Haar feature is proposedfor face detection. In the aspect feature extraction, a method based on discrete cosine

II

transform(DCT) and Fisher linear discriminant analysis (FLDA) is proposed to improvethe accuracy of face recognition.By optimizing the technology in the Andrews platformsdk to achieve, and finally through the face attendance application package SDK functionverification. The validity of the algorithm is proved by the experimental results, theexperimental results prove the effectiveness ofthe algorithm.

Keywo rds:face reco gnitio n;Andro id p latform;F LDA algorithm;AdaBoo st algorithm

III

目录

摘要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .I

Abstract. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .I I

图目录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .VI I

表目录. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .VI I I

第一章绪论. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

1.1研究背景与意义. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

1.2人脸识别技术的国内外研究现状. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

1.3智能手机系统发展现状. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

1.4本文主要工作及研究内容. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

第二章系统需求分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

2. 1需求目标. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

2.2系统业务需求. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

2.2. 1算法调优需求分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

2.2.2系统业务需求分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7

2.3系统功能的需求分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .8

2.3. 1应用界面需求分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .8

2.3.2其他因素需求要求. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9

2.4系统非功能需求分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

2.5可行性分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

2.6需要解决的关键问题. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

2. 7本章小结. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11

第三章人脸识别技术优化方向. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

3.1人脸检测算法及其分类. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

3.2特征提取. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

3.3本章小结. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

第四章人脸识别算法优化方案. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

4.1改进的基于Haar特征的Adaboo s t人脸检测算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

4.1.1 AdaBoo st算法原理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

IV

4.1.2 Haar特征. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

4.1.3新H a ar特征. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20

4.1.4改进的基于新Haar特征Adaboo s t人脸检测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21

4.2基于DCT的FLDA特征提取算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

4.2.1离散余弦变换DCT. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

4.2.2模糊线性鉴别分析FLDA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

4.2.3改进的人脸特征提取方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27

4.3本章小结. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

第五章系统总体设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29

5.1系统体系结构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29

5.2特征值计算方案设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

5.3分类器训练选取的设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

5.4人脸识别s dk调用接口设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32

5.5人脸检测的设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32

第六章系统详细设计与实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

6.1功能详细设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

6.1.1人脸检测详细设计与实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

6.1.2特征提取及人脸的识别详细设计与实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

6.1.3应用调用s dk的详细设计与实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40

6.2实现架构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41

6.2.1平台应用程序层. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41

6.2.2应用程序框架层. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42

6.3系统函数库. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42

6.4主要实现类部分代码. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43

6.5本章小结. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

第七章系统测试与验证. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47

7.1算法实验分析验证. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .48

7.2人脸检测实验结果与分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .50

7.3人脸识别实验结果与分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51

7.4本章小结. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52

第八章总结及展望. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53

8.1结论. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53

8.2展望. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54

V