摘 要: 人脸识别作为无接触、最自然、最方便的生物识别技术已被广泛应用于人机交互、交易身份认证及刑侦等领域。随着移动设备存储空间的增大和计算机处理性能的提高，使得人脸检测识别技术在手机客户端的实现成为可能，进而能有效地完成手机用户个人身份认证。Face++作为新一代云端视觉服务平台，提供了一整套世界领先的人脸检测、面部分析、人脸识别的视觉技术服务。

本文主要研究了基于几何特性的人脸检测与人脸识别的算法，并实现了调用手机摄像头对人脸采集，进行人脸的检测与识别，从而实现手机用户的简单身份认证。主要内容如下：

首先总结了人脸检测常用的几种算法、人脸相似度的计算方法，并分析了其优缺点；其次在提取特征之前完成对图像的预处理，突出明显特征，去除背景噪声等冗余信息；然后采用基于几何特征的灰度积分投影法精确定位人脸关键点,利用眼睛在水平方向灰度值变化较大这一特点，结合灰度积分与微分投影提高眼睛定位的准确性；计算人脸相似度时，针对欧氏距离计算人脸相似度的算法进行了改进，改善了其忽略各特征向量间的相关性这一缺点；最后实现了简单的基于Android平台的人脸识别功能，但对云端服务平台依赖较大，更完善的功能实现还有待研究。

关键词：人脸识别；几何特征；灰度积分投影；欧氏距离；Face++；身份认证

目录

摘要

ABSTRACT

第1章 绪论-1

1.1研究背景-1

1.2人脸识别历史及现状-1

1.3人脸识别的应用-2

1.4人脸识别系统的评价-2

1.4.1 人脸识别系统的要求-3

1.4.2 评价人脸识别系统的标准-3

1.5论文组织结构-3

第2章 人脸识别系统的研究-5

2.1人脸识别系统构成-5

2.1.1 引言-5

2.1.2 基本人脸识别系统-5

2.2人脸识别的几种典型方法-6

2.2.1 人脸识别方法概述-6

2.2.2 基于几何特征的人脸识别方法-6

2.2.3 基于模板匹配的人脸识别方法-7

2.2.4 基于统计的人脸识别方法-7

2.2.5 基于神经网络的人脸识别方法-7

2.3人脸相似度的计算-8

2.3.1相似度的计算-8

2.3.2分类器的类型-9

2.4课题功能模块分析-10

第3章 基于几何特征的人脸识别-11

3.1 对图像的预处理-11

3.1.1图像的直方图均衡化-11

3.1.2图像的平滑去噪-12

3.1.3图像的边缘检测-12

3.2 人脸及其关键点检测-13

3.2.1人脸的定位-13

3.2.2眼睛的定位-14

3.2.2鼻子的定位-15

3.2.3嘴巴的定位-15

3.2.4眉毛的定位-15

3.3人脸相似度的计算-16

第4章 基于Android平台的人脸识别的实现-17

4.1 手机人脸识别APP界面设计-17

4.1.1 界面Button的设定-17

4.1.2 人脸图像的获取-17

4.1.3 对人脸图像的处理-18

4.2 基于Android的人脸关键点检测-19

4.3 Face++云端服务平台-20

4.3.1 Face++提供的产品服务-20

4.3.2 Face++提供的应用程序编程接口(API)-21

4.3.3 基于Face++云端服务平台的手机人脸识别的实现-22

第5章 结论与展望-25

5.1结论-25

5.2不足之处及未来展望-25

5.2.1 该课题存在的不足-25

5.2.2 未来的展望-25

参考文献-27

致  谢-29