基于Android平臺大規(guī)模人臉識別系統(tǒng)研究與實現(xiàn).pdf

1、人臉識別技術經(jīng)過幾十年的發(fā)展取得了長足的進步，在特定環(huán)境下已經(jīng)得到了較為成熟的應用，但在一些條件苛刻的情況下仍然存在著許多問題。隨著移動時代的來臨，智能手機在人們生活中扮演著越來越重要的作用，移動環(huán)境下的人臉識別也受到了越來越多的關注。本文結合移動環(huán)境下人臉識別的特點，針對光照和大規(guī)模數(shù)據(jù)處理這兩個關鍵技術問題展開研究，并設計和實現(xiàn)了多個版本的原型系統(tǒng)，主要工作如下:
　　 一、研究移動環(huán)境下光照預處理問題。研究移動環(huán)境下光照變

2、化對人臉識別準確性的影響，提出一種基于光線傳感器數(shù)據(jù)的移動Gamma強度矯正算法(M-GIC)，該算法結合智能手機特點，有效地解決了智能手機計算和電能有限與系統(tǒng)性能之間的矛盾，為人臉識別在移動設備中的應用提供新的思路。
　　 二、建立了專門用于移動環(huán)境下人臉識別研究的標準人臉數(shù)據(jù)庫(HNU-MFD)，包含移動場景下的22種光照等其他條件下的數(shù)據(jù)，并進行了基準測試，和現(xiàn)有人臉數(shù)據(jù)庫相比，HNU-MFD具有以下特點:1）真實環(huán)境下采

3、集;2)使用移動設備采集;3）圖像數(shù)據(jù)中包含傳感器采集的文本數(shù)據(jù)。為后續(xù)基于移動環(huán)境下的人臉識別研究提供了數(shù)據(jù)保證。
　　 三、研究了大規(guī)模人臉識別問題。針對大規(guī)模、海量人臉數(shù)據(jù)識別應用中出現(xiàn)速度和精度上的問題，本文提出用聚類算法對人臉特征數(shù)據(jù)進行預分類，并根據(jù)分類結果建立分布式系統(tǒng)及數(shù)據(jù)庫的方法，大大減少每次識別人臉特征的比對工作量。實驗表明在不降低識別率的前提卞,系統(tǒng)速度得到了有效提升。聚類算法與人臉識別算法細節(jié)無關，因此具