基于Android系統(tǒng)的人臉識別系統(tǒng)

趙桂茹

【文章摘要】

當(dāng)前隨著基于Android系統(tǒng)的移動終端設(shè)備的廣泛應(yīng)用，以及圖像采集設(shè)備的普遍集成，使得Android系統(tǒng)的圖像采集設(shè)備除了具有照相、攝像功能以外，正在擴展新的實用型功能。其中，利用Android系統(tǒng)中的圖像采集設(shè)備，開發(fā)人臉識別系統(tǒng)，使移動終端設(shè)備多了一種加密的方式。從硬件角度無需成本投入，軟件方面需要進行基于Android系統(tǒng)的人臉識別系統(tǒng)的開發(fā)。該系統(tǒng)可以設(shè)置在用戶的開機環(huán)節(jié)，也可設(shè)置在關(guān)鍵數(shù)據(jù)加密的環(huán)節(jié)，系統(tǒng)自動識別用戶臉部頭像，以使設(shè)備中的信息處于安全狀態(tài)。文章研究了一種基于Android系統(tǒng)的人臉識別系統(tǒng)的設(shè)計與開發(fā)。

【關(guān)鍵詞】

人臉識別系統(tǒng)；基于Android系統(tǒng)；圖像采集設(shè)備

當(dāng)前隨著基于Android系統(tǒng)的移動終端設(shè)備的廣泛應(yīng)用，以及圖像采集設(shè)備的集成，使得Android系統(tǒng)的圖像采集設(shè)備除了具有照相、攝像功能以外，正在擴展新的實用型功能。其中，利用Android系統(tǒng)中的圖像采集設(shè)備，開發(fā)人臉識別系統(tǒng)，使移動終端設(shè)備多了一種加密的方式。從硬件角度無需成本投入，軟件方面需要進行基于Android系統(tǒng)的人臉識別系統(tǒng)的開發(fā)。該系統(tǒng)可以設(shè)置在用戶的開機環(huán)節(jié)，也可設(shè)置在關(guān)鍵數(shù)據(jù)加密的環(huán)節(jié)，系統(tǒng)自動識別用戶臉部頭像，以使設(shè)備中的信息處于安全狀態(tài)。

1 關(guān)鍵技術(shù)

在Android系統(tǒng)下基于OpenCV的人臉檢測實現(xiàn)需通過Android NDK工具集將利用JNI編寫的本地代碼組件嵌入到Android應(yīng)用程序中、通過KPCA算法進行人臉識別來解除手機鎖。所以整個實現(xiàn)過程分為兩個步驟：首先，利用Android應(yīng)用程序框架編寫Java端代碼I最后通過JNI與OpenCV接口編寫本地C/C++代碼，并利用AndroidNDK 對其進行編譯生成Java代碼可調(diào)用的共享庫，最后通過SDK生產(chǎn)Android應(yīng)用程序。

2 系統(tǒng)設(shè)計

整個系統(tǒng)按以下四步進行：圖像采集設(shè)備、人臉圖像定位程序（獲取圖像后對人臉從五官到輪廓的位置建模，確定采集對象的位置與要比對的圖像位置相匹配）、圖像預(yù)處理模塊、提取圖像特征、檢索數(shù)據(jù)庫（把提取的數(shù)據(jù)和數(shù)據(jù)庫中需要認證的數(shù)據(jù)進行比對）、顯示處理結(jié)果。

其中，人臉識別的過程是關(guān)鍵模塊。首先對輸入樣本進行采集的圖像采集階段；隨后對采集的圖像做預(yù)處理，主要是對圖像樣本進行歸一化處理，稱為圖像預(yù)處理；接下來是判斷圖像是否包含人臉的人臉檢測階段；若圖像中含有人臉則對圖像中的人臉進行特征定位和提取，稱為特征提取階段；隨后是通過提取到的不同人臉之間的不同特征進行分類的人臉分類階段；最后的階段是通過圖像中的人臉特征與其他人臉進行對比，確認和識別身份信息的人臉識別階段。其中人臉檢測、人臉特征定位與提取和人臉識別這三個階段是人臉識別最主要的組成部分。

3 算法設(shè)計

3.1 AdaBoost人臉檢測算法

AdaBoost 人臉檢測算法是一種基于積分圖、級聯(lián)分類器和AdaBoost 的方法在這種方法中使用 Harr 特征來作為檢測人臉的關(guān)鍵特征，首先使用 AdaBoost 算法對樣本進行訓(xùn)練優(yōu)選 出少量分類能力最強的 Harr 特征作為弱分類器，并將弱分類 器組合成強分類器。在檢測時，使用分層策略設(shè)計了一種基于 級聯(lián)結(jié)構(gòu)的強分類器進行人臉檢測。在整個檢測算法中，AdaBoost 是其核心內(nèi)容。使用AdaBoost 算法進行特征選擇并建立強分類器的過程描述如下：

1） 輸入：訓(xùn)練樣本集{（ x1，y1） ，……，（ xn， yn） }，其中 xi 為樣 本集中第 i 個樣本，yi ={1，0}，分別對應(yīng)于正負樣本，樣本總數(shù) n，需要選擇的特征個數(shù)為 s。

2） 初始化樣本權(quán)重： w1， j =1/n。

3） 對 t =1，…… s，進行循環(huán) 。

4） 輸出強分類器： H（ x） = 1 ∑ T t =1 αtht（ x） ≥ 1 2 ∑ T t =1 αt{ 0 otherwise （ 5） 其中，αt = log（ 1/βt） 。

3.2 KPCA的人臉識別的算法

KPCA的人臉識別算法的基本過程為：

1） 圖像預(yù)處理：將人臉圖像的維數(shù)統(tǒng)一為 256×256。

2） 圖像曲波變換：把人臉數(shù)據(jù)庫中的每幅圖像進行 Wrapping 的曲波變換，提取出曲波的第一層系數(shù)C{1}，并把它排列成列向量，組成曲波特征 T，其中采用尺度（scale=3）和方向（angle=8）。

3） 核主主元分析（KPCA）：對曲波特征 T采用多項式核主元 d i j i j k（x ， x ） = （x x +1）

分析的方法，提取出主成分（train_features），作為最后的人臉識別特征。

4） 識別：對于測試圖像采用相同的處理方法求出特征（test_features），采用最近鄰法進行分類。

4 實現(xiàn)過程

軟件實現(xiàn)過程示意圖如下圖所示。在Android系統(tǒng)下基于OpenCV的人臉檢測實現(xiàn)需通過Android NDK工具集將利用JNI編寫的本地代碼組件嵌入到Android應(yīng)用程序中、通過KPCA算法進行人臉識別來解除手機鎖，所以整個實現(xiàn)過程分為兩個步驟：首先，利用Android應(yīng)用程序框架編寫Java端代碼，最后通過JNI與OpenCV接口編寫本地C/C++代碼，并利用AndroidNDK 對其進行編譯生成Java代碼可調(diào)用的共享庫，最后通過SDK生產(chǎn)Android應(yīng)用程序。（圖1）

5 小結(jié)

當(dāng)前，基于Android的人臉識別系統(tǒng)正在廣泛的開發(fā)與應(yīng)用，所采用的算法與技術(shù)也各不相同， 本系統(tǒng)的最大特點是：第一，識別過程低內(nèi)存控制；第二，實現(xiàn)隱私保護；第三，可對用戶臉部進行實時識別。

【參考文獻】

[1]基于Android平臺人臉識別系統(tǒng)的設(shè)計與實現(xiàn)[D]，劉超.吉林大學(xué).2013-04 .

[2]Android平臺手機防盜系統(tǒng)的設(shè)計與實現(xiàn)[D]，凡里偉.大連理工大學(xué).2012-03 .

[3]基于OpenCV在Android平臺下實現(xiàn)人臉識別[J]， 聶鵬鵬； 王二偉； 劉敏豐； 張昊堃.電子元器件應(yīng)用.2012-12.

[4]基于Android系統(tǒng)的增強現(xiàn)實技術(shù)的研究與實現(xiàn)[J]，左文豪.湖南大學(xué).2013-04.