面向Android平臺(tái)的人臉檢測(cè)算法的優(yōu)化設(shè)計(jì).pdf

1、人臉檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)和模式檢測(cè)領(lǐng)域不可缺少的技術(shù)，是人臉圖像處理系統(tǒng)的關(guān)鍵步驟。隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，這些技術(shù)的應(yīng)用越來(lái)越廣泛，主要應(yīng)用在身份驗(yàn)證、智能安防以及遠(yuǎn)程視頻會(huì)議等方面。智能終端快速普及全球，具有攜帶便利、操作簡(jiǎn)單、運(yùn)用廣泛等優(yōu)點(diǎn)，移動(dòng)設(shè)備上的人臉檢測(cè)軟件有廣泛的應(yīng)用前景。然而，由于移動(dòng)設(shè)備有限的處理能力，在移動(dòng)終端上進(jìn)行人臉檢測(cè)的效果并不理想。因此，在對(duì)現(xiàn)有的人臉檢測(cè)算法改進(jìn)的基礎(chǔ)上，本文實(shí)現(xiàn)了一種面向安卓(Andr

2、oid)平臺(tái)的人臉檢測(cè)算法的優(yōu)化設(shè)計(jì)。
　　本文深入研究了基于膚色分割的人臉檢測(cè)算法和Adaboost人臉檢測(cè)算法，在此基礎(chǔ)上，提出一種新的雙閾值搜索方法來(lái)改進(jìn)傳統(tǒng)的Adaboost算法，縮短Adaboost分類(lèi)器的訓(xùn)練周期，從而縮短了人臉檢測(cè)時(shí)間。隨后，將改進(jìn)后的Adaboost算法與膚色分割的算法結(jié)合起來(lái)，在有效的克服膚色分割算法誤檢率高這一缺點(diǎn)的同時(shí)，迸一步縮短了人臉檢測(cè)時(shí)間。最后，通過(guò)Android應(yīng)用開(kāi)發(fā)中的Java本地

3、接口(Java Native Interface，JNI)機(jī)制，將C++語(yǔ)言編寫(xiě)的人臉檢測(cè)算法集成到Android應(yīng)用程序中去，從而實(shí)現(xiàn)面向Android平臺(tái)的人臉檢測(cè)功能。
　　本文采用CMU-PIE和加州理工學(xué)院的人臉標(biāo)準(zhǔn)測(cè)試集，在Android平臺(tái)上對(duì)改進(jìn)算法進(jìn)行測(cè)試。經(jīng)測(cè)試，本文的檢測(cè)率均達(dá)到90％以上，誤檢率控制在9％以下，每張24*24像素的圖片的檢測(cè)時(shí)間低于1300ms，驗(yàn)證了系統(tǒng)的性能指標(biāo)。本文改進(jìn)后的人臉檢測(cè)算法