基于微信平臺(tái)的人臉識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf

1、近幾年，隨著計(jì)算機(jī)集成性和移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展與應(yīng)用，智能移動(dòng)設(shè)備開始走進(jìn)我們的日常生活，并逐漸改變著大家的學(xué)習(xí)、生活習(xí)慣。所謂的智能移動(dòng)設(shè)備就是指智能手機(jī)、平板電腦以及一些有著高性能硬件且具有獨(dú)立操作系統(tǒng)的小型移動(dòng)終端。而微信，作為這些移動(dòng)終端的熱門應(yīng)用，已經(jīng)發(fā)展成為一個(gè)“平臺(tái)APP”，各種原生APP逐漸被微信所取代，繼而成為微信組件之一或蛻化為微信公眾賬號(hào)。
　　人臉識(shí)別是計(jì)算機(jī)技術(shù)研究的一個(gè)熱門領(lǐng)域，其在移動(dòng)終端上的實(shí)現(xiàn)受到

2、了越來越多的關(guān)注。本文針對(duì)人臉識(shí)別技術(shù)及微信平臺(tái)二次開發(fā)進(jìn)行研究，設(shè)計(jì)了一種基于微信平臺(tái)的人臉識(shí)別系統(tǒng)。主要研究內(nèi)容概括如下：
　　（1）人臉檢測之前，針對(duì)部分人物背景較復(fù)雜的彩色圖像，采用SWRW分割算法將人物與其背景分離，從而避免偽人臉區(qū)域的干擾。圖像預(yù)處理階段，采用圖像灰度化和直方圖均衡化兩種方法，去除或減小外部環(huán)境對(duì)圖像的干擾。
　?。?）人臉檢測是利用AdaBoost算法對(duì)樣本中的Haar特征進(jìn)行選擇，從而訓(xùn)練分類

3、器，并通過加入上、下、左、右四個(gè)方向的Haar_T特征來提高分類器的準(zhǔn)確性。
　?。?）人臉識(shí)別包括人臉身份識(shí)別和人臉表情識(shí)別，二者主要表現(xiàn)為特征提取的不同。身份識(shí)別采用WSS-LBP算子提取局部紋理特征，在ORL人臉庫上進(jìn)行實(shí)驗(yàn)，獲得了最高為95％的人臉識(shí)別率；表情識(shí)別是在人臉檢測的基礎(chǔ)上，利用訓(xùn)練好的級(jí)聯(lián)分類器提取樣本中的Haar、Haar_T特征向量，在JAFFE表情庫上進(jìn)行實(shí)驗(yàn)，獲得了82.8%的表情識(shí)別率。
　　系