基于iOS平台的人脸识别研究

VIP免费

3.0 侯斌 2024-11-19 4 4 1.35MB 47 页 15积分

侵权投诉

摘要

与其他生物特征识别技术相比，人脸识别技术具有便捷、高识别率、用户易

接受等优势，已逐渐成为国内外高校与研究机构的研究热点之一。随着移动 3G

时代的到来，智能手机已经融入人们的生活并扮演着日渐重要的角色，其不仅具

有传统的通话、短信等功能，还是集各种服务与功能为一体的个人终端设备，其

中存储了大量的个人信息，使得人们对手机的安全性要求不断提高，因此将该技

术引入智能手机终端进行研究有着较为重要的实用价值和现实意义。

本文研究了人脸识别中的若干关键问题，并设计了基于 IOS 平台的人脸识别

系统，本文的主要研究内容如下：

首先，对课题研究背景及意义以及人脸识别技术的发展作了简要介绍。在阅

读了大量文献的基础上，重点介绍了人脸识别在各个环节内的主要方法，并对

IOS 系统进行了概述。

其次，介绍了常用的颜色空间，并阐述了在 IOS 平台设计人脸识别系统时，

将人脸图像所处颜色空间由 RGB 颜色空间转换到 HIS 颜色空间的原因；研究了二

次小波变换在图像预处理中的应用，该算法能够有效去除冗余信息，降低图像维

度与后续算法的复杂度。详细介绍了 PCA 算法原理及其算法核心 K-L 变换，并用

PCA 算法对人脸图像进行特征提取；对 BP 神经网络算法的网络结构，训练过

程，以及算法改进进行了研究和探讨。

再次，在 Matlab 环境下，对基于小波 PCA 与BP 神经网络的人脸识别算法进

行了仿真。针对 ORL 人脸数据库设计了 BP 神经网络人脸识别分类器，仿真结果

表明，该算法实现简单、识别速度快、识别率较高。

最后，在理论分析与仿真的基础上，将基于小波 PCA 与BP 神经网络的人脸

识别算法移植到 IOS 平台，设计并实现了一套基于 IOS 平台的人脸识别系统。

关键词: IOS 系统人脸识别小波变换 PCA 算法 BP 神经网络

ABSTRACT

The technology of face recognition has many advantages in comparison with other

biometric technology, such as convenient, fast, high recognition rate, the user is easy to

accept and so on. It has been one of the research hotspots in universities and research

institutions all over the world. With the arrival of great era of mobile 3G, the smart

phone has become an indispensable part of modem life. It has become a personal

terminal device, which stores a lot of personal information and has many services and

functions except for call and SMS. So it is an important practical significance and

practical value to do the research of face recognition technology in the application of

intelligent mobile phone.

Several key problems of face recognition were studied and a face recognition

system based on IOS platform was designed. The main research contents of this paper

are as follows:

Firstly, the thesis briefly introduced the background and meaning of research and

development of face recognition technology. It focused on the main methods in various

parts of the face recognition and made a introduction of IOS system.

Secondly, the thesis introduced the common color space and explained the reason

why the color space of input color image should be converted from RGB color space to

HIS color space. The application of second wavelet transform in the process of image

preprocessing was studied in order to remove redundant information, decrease the

image dimensions and reduce the complexity of the recognition algorithm. The principle

and core of PCA algorithm was introduced in detail. And the features of face images

were extracted by PCA algorithm. The network structure, training procedures and

improved algorithm of BP neural network algorithm were studied and discussed.

Thirdly, in the MATLAB environment, a simulation experiment of second wavelet

transform and PCA face recognition algorithm based on BP neural network was

conducted on ORL face database. The experiment results showed that the proposed

algorithm was simple to realize and that the algorithm has fast recognition speed and

high recognition rate.

Finally, second wavelet transform, PCA and BP neural network face recognition

algorithm were ported to IOS platform on the basis of theoretical analysis and

simulation experiments. The face recognition system based on BP neural network is

designed and implemented.

Key Word: IOS System, Face Recognition, Second Wavelet Transform,

PCA Algorithm, BP Neural Network

中文摘要

ABSTRACT

第一章绪论 ........................................................ 1

1.1 研究背景和意义 ................................................ 1

1.2 人脸识别的发展 ................................................ 1

1.3 人脸识别的方法 ................................................ 2

1.3.1 人脸检测方法 .............................................. 2

1.3.2 人脸特征提取方法 .......................................... 3

1.3.3 人脸识别方法 .............................................. 4

1.4 IOS 系统 ....................................................... 6

1.4.1 IOS 系统架构 ............................................... 6

1.4.2 IOS 系统特点 ............................................... 6

1.5 本文研究内容与结构 ............................................ 7

1.5.1 本文主要研究内容 .......................................... 7

1.5.2 本文组织结构 .............................................. 7

第二章人脸图像预处理 ............................................... 9

2.1 颜色空间 ...................................................... 9

2.1.1 RGB 颜色空间 ............................................... 9

2.1.2 HSV 颜色空间 .............................................. 10

2.1.3 HIS 颜色空间 .............................................. 11

2.2 小波变换 ..................................................... 12

第三章人脸识别 .................................................... 15

3.1 PCA 算法 ...................................................... 15

3.1.1 K-L 变换 .................................................. 15

3.1.2 基于 PCA 算法的特征提取 ................................... 15

3.2 BP 神经网络 ................................................... 16

3.2.1 BP 神经网络模型 ........................................... 17

3.2.2 BP 算法 ................................................... 17

3.2.3 BP 算法的改进 ............................................. 20

第四章基于 BP 神经网络的人脸识别仿真实验 ........................... 24

4.1 人脸数据库 ................................................... 24

4.2 基于二次小波变换与 PCA 的人脸特征提取 ......................... 26

4.3 BP 神经网络的人脸识别分类器设计 ............................... 26

4.4 BP 神经网络人脸识别分类器的仿真结果 ........................... 27

第五章基于 IOS 平台的人脸识别系统实现 .............................. 30

5.1 系统功能设计 ................................................. 30

5.2 人脸图像获取 ................................................. 31

5.3 人脸图像预处理 ............................................... 31

5.4 PCA 特征提取与 BP 神经网络分类器的设计与实验 ................... 34

第六章总结与展望 .................................................. 38

参考文献 ........................................................... 40

在读期间公开发表的论文和承担科研项目及取得成果 ..................... 44

致谢 ........................................................... 45

第一章绪论

1.1 研究背景和意义

随着移动互联网的到来，信息安全问题受到人们的广泛关注，而传统的信息

安全保护措施，如密码、安全钥匙等已不能完全满足人们的要求，所以基于生物

特征的识别技术，因其固有的个体差异与较强的稳定性应运而生。在生物特征识

别技术中，主要有虹膜、指纹、人脸、声音等识别技术，而与其他生物特征识别

技术相比，人脸识别技术具有方便、快捷、识别度高、用户易接受等优势[1]，故成

为国内外高校与研究机构的研究热点之一。

目前，人脸识别技术已得到广泛应用[2]。安全管理方面，人脸识别可应用于考

勤机与防盗门中；在公安刑侦破案中，通过将人脸识别技术与网络结合来抓捕罪

犯；在信息安全维护中，通过人脸识别技术取得身份认证后，可降低网上交易的

风险；未来，可将人脸识别应用在电子护照及身份证，及自助服务等领域，如银

行卡的卡号与密码被盗，会被他人盗取现金，若加上人脸识别技术这一防线，可

避免这种情况发生。

随着 3G 时代的到来，智能手机渐渐融入人们的生活并扮演着重要的角色，其

不仅具有传统的通话、短信等功能，还是集各种服务与功能为一体的个人终端设

备，其中存储了大量的个人信息，使得人们对手机的安全性要求不断提高，因此

在智能手机终端引入人脸识别技术有着较为重要的实用价值和现实意义。

在全球智能手机市场中，苹果手机始终占据着较大的市场份额，而在众多智

能手机操作系统中，IOS 系统以其独特、人性化的界面设计、强大的性能与稳定性、

成熟的应用开发环境成为全球运用最广泛的智能手机操作系统之一。

综上所述，对基于 IOS 平台的人脸识别技术进行研究具有广泛的应用前景。

1.2 人脸识别的发展

人脸识别技术始于十九世纪末，法国科学家 Galton[3]利用一组数字来表示不同

的人脸特征。二十世纪六十年代末人脸识别开始引起学者的广泛关注，但此时的

人脸识别需要人的先验知识，无法排除人的主观干预[4,5]。二十世纪九十年代，随

着计算机技术的迅速发展和微处理器运算能力的大幅提高，对于人脸识别技术的

研究迅速兴起，成为研究热点，真正进入全自动化机器识别阶段。

总体来说，人脸识别技术的发展历程大致可以分为以下三个阶段：

第一阶段，在二十世纪六十年代至七十年代，以 Bertillon、Allen[6]和Parke[7]

为代表，根据经验研究人脸的面部特征，这一阶段的人脸识别需要人为参与，无

法排除人的主观干预，非机器自动化识别。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要与其他生物特征识别技术相比，人脸识别技术具有便捷、高识别率、用户易接受等优势，已逐渐成为国内外高校与研究机构的研究热点之一。随着移动3G时代的到来，智能手机已经融入人们的生活并扮演着日渐重要的角色，其不仅具有传统的通话、短信等功能，还是集各种服务与功能为一体的个人终端设备，其中存储了大量的个人信息，使得人们对手机的安全性要求不断提高，因此将该技术引入智能手机终端进行研究有着较为重要的实用价值和现实意义。本文研究了人脸识别中的若干关键问题，并设计了基于IOS平台的人脸识别系统，本文的主要研究内容如下：首先，对课题研究背景及意义以及人脸识别技术的发展作了简要介绍。在阅读了大量文献的基础上，重点...

展开>> 收起<<

基于iOS平台的人脸识别研究.pdf

共47页,预览5页

还剩页未读，继续阅读

基于iOS平台的人脸识别研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: