更新时间：11-25 （小松）提供原创文章
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