Android環(huán)境下基于人臉識別的手機(jī)解鎖技術(shù)研究與軟件開發(fā).pdf

1、近年來，隨著互聯(lián)網(wǎng)技術(shù)和移動智能終端的迅速發(fā)展，手機(jī)上涉及個人隱私方面的應(yīng)用越來越多，信息安全問題也日益突出。在眾多生物特征識別技術(shù)中，人臉識別具有自然性、方便性和非接觸性等特點，使其成為身份驗證技術(shù)領(lǐng)域中的應(yīng)用熱點。由于手機(jī)使用者所處環(huán)境的隨機(jī)性，人臉識別手機(jī)解鎖系統(tǒng)獲取到的入臉圖像往往受到光照和復(fù)雜背景等因素的影響，而且手機(jī)自身在存儲和運算能力等方面也有一定的性能局限性。本文是針對Android手機(jī)使用者進(jìn)行的基于人臉識別的解鎖技術(shù)

2、研究和軟件開發(fā)，主要的研究內(nèi)容如下:
　　(1)人臉檢測算法的研究。本文研究了基于YCrCb顏色空間的膚色人臉檢測算法和基于Haar特征的Adaboost人臉檢測算法，在進(jìn)行詳細(xì)的分析比較后將兩個算法相結(jié)合形成一個新的人臉檢測方法。該方法先建立膚色模型對膚色進(jìn)行過濾以降低膚色對光照變化的敏感程度，然后采用Adaboost算法訓(xùn)練出弱分類器，并在這基礎(chǔ)上進(jìn)行進(jìn)一步的訓(xùn)練及選取，從而構(gòu)成強(qiáng)分類器，最后將分類器級聯(lián)用于人臉檢測。實驗表明

3、，該算法對于處于光照變化和復(fù)雜背景下的人臉圖像具有更好的檢測效果。
　　(2)人臉圖像特征提取算法的研究。首先對傳統(tǒng)的PCA和LDA特征提取方法的基本原理進(jìn)行分析后，研究了將兩者結(jié)合的PCA+LDA兩階段法。該方法解決了PCA樣本不完全可分問題以及LDA類內(nèi)散度矩陣奇異問題。但是上述方法不能解決人臉圖像處理中因光照、表情等因素造成的類判別不確定的問題，針對此問題進(jìn)一步研究了基于模糊線性判別分析的人臉特征提取方法。該算法先采用PCA

4、方法將高維信息進(jìn)行降維并進(jìn)行初次特征提取，然后計算類別隸屬程度，最后采用LDA方法進(jìn)行人臉圖像的二次特征提取，實驗表明，該算法提取到的人臉特征對最終的人臉識別有較好的效果。
　　(3)人臉識別算法研究。在分析了最近鄰分類器(NN)以及支持向量機(jī)（SVM）分類器算法的基本原理后，在此基礎(chǔ)上研究了將兩者相結(jié)合的一種新的分類器方法(NN-SVM)，該方法先使用最近鄰算法進(jìn)行第一次處理，接著再采用支持向量機(jī)算法進(jìn)行精確分類。通過實驗驗證了