基于Andriod移动设备嵌入式机器视觉的人脸识别二○一三届毕业设计基于Andriod移动设备嵌入式机器视觉的人脸识别系统设计学院：专业：姓名：学号：指导教师：完成时间：2013年6月16日二〇一三年七月摘要人脸识别是在图像或视频流中进行人脸的检测和定位，其中包括人脸在图像或视频流中的所在位置、大小、形态、个数等信息，近年来由于计算机运算速度的飞速发展使得图像处理技术在许多领域得到了广泛应用，其中包含智能监控、安全交易、更安全更友好的人机交互等。
如今在许多公司或研究所已经作为一门独立的课题来研究探索。
近年来，随着移动互联网的发展，智能手机平台获得了长足的发展。
然而，手机钱包、手机远程支付等新应用的出现使得手机平台的安全性亟待加强。
传统的密码认证存在易丢失、易被篡改等缺点，人脸识别不容易模仿、篡改和丢失，因而适用于手机安全领域中的应用。
本论文在分析国内外人脸识别研究成果的基础上，由摄像头采集得到人脸图像，在高性能嵌入式系统平台上，采用JAVA高级语言进行编程，对检测得到的图像进行人脸检测、特征定位、人脸归一化、特征提取和特征识别。
在Android平台上实现了基于图像的人脸识别功能。
本文主要的研究内容：首先对当前人脸识别技术的研究现状和常用的人脸检测和人脸识别方法做了扼要的介绍，然后着重介绍了Adaboost人脸检测算法和通过LBP直方图匹配的人脸识别算法，最后基于这两种人脸检测和人脸识别的算法，在Android平台上通过移植OpenCV并进行编程从而实现了移动设备的人脸识别功能。
关键词：Android，OpenCV，人脸识别，EclipseAbstractThe face recognition is to face detection and location in the image or video stream, including the location of the face in the image or video stream, the size, shape, and then number of information in recent years due to the rapidcomputing speed makes the development of image processing technology has been widely applied in many fields, which includes intelligent monitoring, secure transactions, safer and more friendly and human-computer interaction. Today, asa separate subject many companies or research are to study and explore.In recent years，smart phone platforms achieve rapid development according toprosperous of 3G wireless technology．The applications，like mobile payment，remote transaction，make our life easier but bring more safety issues too．Traditional safety certification uses password as authentication method．which is 1iable to falsification and forgetfulness．Facial feature Call overcome the disadvantages brought by traditional methods，So it is fit for safety applications on smart phone platform．Based on the research results of the analysis of face recognition at home and abroad in this paper, We obtained the facial images obtained by the camera and then used Senior JAVA language to program for face detection, featurelocalization , face normalization, feature extraction and pattern recognition in in high-performance embedded system platform. It implemented the facerecognition function based on images on the Android platform.The research contents in this paper are as follows: first introduced thecurrent status of the face recognition technology and the common face detectionand face recognition methods briefly, and then focused on the Adaboost face detection algorithm and face recognition algorithm of matching people throughLBP histogram. At last, it enabled the face recognition function of mobile devicesby transplanting OpenCV and programing on the Android platform based onthese two face detection and face recognition algorithm.KEYWORDS: Android，OpenCV，face recognition，Eclipse目录第一章绪论 (1)1.1 研究背景及意义 (1)1.2国内外研究现状 (2)1.3 本文研究的主要内容 (4)1.4 论文结构安排 (5)1.5 本章小结 (5)第二章人脸检测和识别的算法选择 (6)2.1人脸识别的研究内容 (6)2.2 人脸检测 (6)2.2.1 基于知识的方法 (8)2.2.2 特征不变量方法 (9)2.2.3 模板匹配的方法 (9)2.2.4 基于表象的方法 (10)2.3 人脸识别 (11)2.4.1 基于几何特征的识别方法 (11)2.4.2 基于特征脸的识别方法 (11)2.4.3 基于神经网络的方法 (12)2.4.4 基于支持向量机的方法 (12)2.4 本章小结 (12)第三章AdaBoost算法和直方图匹配原理 (13)3.1 特征与特征值计算 (13)3.1.1 矩形特征 (13)3.1.2 积分图 (14)3.2 AdaBoost 分类器 (17)3.2.1 PAC 学习模型 (17)3.2.2 弱学习与强学习 (17)3.2.3 AdaBoost 算法 (18)3.2.4 弱分类器 (20)3.2.5 弱分类器的训练及选取 (22)3.2.6 强分类器 (23)3.2.7 级联分类器 (23)3.3人脸匹配原理（直方图匹配） (26)3.3.1直方图的均衡化 (26)3.3.2灰度变换 (27)3.4 本章小结 (28)第四章基于Andriod平台的人脸识别系统实现 (30)4.1 Android 系统平台 (30)4.2 开发环境搭建 (32)4.2.2 OpenCV 介绍 (32)4.2.3 OpenCV 编译移植 (33)4.3 整体设计 (34)4.4 应用软件设计 (34)第五章软件实现和测试 (36)5.1 软件实现 (36)5.1.1 软件实现过程 (36)5.1.2 建立UI界面 (36)5.1.3 JAVA平台程序开发 (37)5.1.4 JNI层函数接口 (38)5.1.5 编写脚本文件 (39)5.2 软件测试 (39)5.2.1 实验环境 (39)5.2.2 实验结果 (40)5.3 人脸识别 (42)5.3.1 图片抓取 (42)5.3.2 实验结果 (44)第六章小结与展望 (46)6.1 总结 (46)6.2 展望 (46)致谢 (48)参考文献 (49)附录 (51)第一章绪论1.1 研究背景及意义人脸识别是一种生物特征识别技术，也是模式识别、计算机视觉和图像处理领域的研究热点。
本文选择移动环境下的分布式人脸检测与识别作为研究方向，主要是基于以下四点考虑的：（1）信息安全问题日益重要，传统身份验证面临挑战，人脸识别技术倍受青睐随着科学技术的迅猛发展，计算机及网络技术的高速发展，信息安全性问题已经越来越重要了。
传统的身份认证方法如密码、口令、智能卡等存在着很多缺点，比如携带不便、容易丢失、使用过程中的磨损、密码容易被破解等。
因此，这些广泛使用的传统的身份验证方法已经面临着日益严峻的挑战。
而安全、有效、便捷的身份验证方法越来越受到青睐。
生物识别技术是基于人体生理或者行为特征的身份识别方法。
人的生理或者行为特征有唯一性、稳定性等特点，易于用来鉴别人的身份。
并且这些特征是人体固有的，不容易丢失，不容易被盗用。
常见的生物识别技术有：人脸识别、指纹识别、掌纹识别、语音识别、虹膜识别、手势识别、DNA 识别、签名识别、击键识别、步态识别等。
而在众多生物特征识别技术中，人脸识别是最为自然的、可视化的一种生物身份识别方式。
人脸识别具有稳定，方便，友好等特点，并且人脸识别系统硬件设备成本比较低。
因此，人脸识别是一项很有潜力的应用技术（2）应用前景广阔，应用领域众多，现实意义重大自从90 年代后期以来，一些商业性的人脸识别系统开始进入市场，人脸识别作为一种计算机安全技术迅速发展起来。
特别是美国911 事件以后，人脸识别受到了更多的关注。
人脸识别技术的应用前景十分广泛。
可以应用于嫌疑犯照片的识别匹配，信用卡、驾驶执照与个人身份的识别，银行、超市的安全系统，公共场所的视频监控，智能门禁系统，智能玩具，家政机器人，虚拟现实娱乐游戏，视频检索，社交网络等等。