基于Android端的人脸识别关键技术研究

发布时间：2022-05-08 09:00

　　近年来,生物特征识别技术已广泛的应用于日常生活中,常见的有虹膜识别、人脸识别以及指纹识别等等。随着人脸识别技术的飞速发展,在应对姿态、光照以及表情变化时,也具有了良好的稳定性。由于人脸识别技术具有高效性和便利性,其在访问控制、登录系统等各种场景中都得到了广泛的应用。但是,人脸识别系统目前只是对人脸图像进行识别辨认,却无法判断所采集到的人脸图像是来自真人或者是二次采集的照片,因此极易受到攻击。随着使用打印照片、动图等欺骗方式的日益增多,人脸防伪检测问题受到越来越多的关注。本文使用了基于MTCNN的人脸检测方法,可以实现实时检测,与传统的人脸检测方法相比,检测效果更好。同时在进一步利用卷积神经网络实现人脸识别的基础上,设计与实现了人脸防伪检测模块,与现有的采用人脸图像中面部单一特征的方法不同,本文中提出了结合两种特征,并利用卷积神经网络来学习人脸防伪特征的方式,分别在两个公开数据库中进行测试评估,其中CASIA数据库上测试防伪准确率达到94%,REPLAY-ATTACK数据库上测试防伪准确率达到88%。实验结果表明,该方法可以更有效地判别人脸图像是来自真实的人脸或是虚假的人脸,与基于DOG... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 相关研究和现状
        1.2.1 人脸检测的相关研究
        1.2.2 人脸识别技术的相关研究
        1.2.3 人脸活体检测相关研究
    1.3 论文的研究工作
    1.4 论文组织安排和架构
第二章 相关研究介绍
    2.1 现有的人脸检测技术介绍
        2.1.1 AdaBoost算法
        2.1.2 Haar特征
        2.1.3 积分图概念
    2.2 现有人脸识别技术介绍
        2.2.1 人脸识别介绍
        2.2.2 PCA算法介绍
    2.3 现有人脸防伪检测技术介绍
        2.3.1 镜面反射特征提取
        2.3.2 图像质量失真特征提取
        2.3.3 色矩特征提取
        2.3.4 颜色多样性特征提取
        2.3.5 分类方法
    2.4 本章小结
第三章 基于卷积神经网络的人脸识别关键技术
    3.1 卷积神经网络概述
        3.1.1 人工神经网络
        3.1.2 卷积神经网络
    3.2 基于卷积神经网络的人脸防伪检测算法
        3.2.1 算法总体框架
        3.2.2 数据预处理
        3.2.3 特征提取
        3.2.4 MobileNet网络结构
        3.2.5 卷积神经网络的结构
    3.3 基于卷积神经网络的人脸识别算法
        3.3.1 算法总体框架
        3.3.2 人脸识别算法网络结构
    3.4 本章小结
第四章 基于ANDROID的人脸识别关键技术实验
    4.1 实验数据说明
        4.1.1 FDDB人脸检测数据库
        4.1.2 LFW人脸识别数据库
        4.1.3 CASIA-FASD数据库
        4.1.4 REPLAY-ATTACK数据库
    4.2 实验环境
    4.3 人脸检测实验结果
    4.4 人脸识别实验结果
    4.5 人脸防伪检测实验结果
        4.5.1 人脸防伪检测处理流程
        4.5.2 评价标准
        4.5.3 实验结果-人脸防伪检测
        4.5.4 Android端方案实现
    4.6 本章小结
第五章 总结与展望
    5.1 论文工作总结
    5.2 进一步展望
参考文献
致谢
攻读硕士学位期间已发表或录用的论文


【参考文献】：
期刊论文
[1]三维人脸图像的数据采集与预处理[J]. 王俊娟,许磊,黎智辉,谢兰迟,张宁,郭晶晶.  刑事技术. 2015(02)
[2]人脸识别研究综述[J]. 李武军,王崇骏,张炜,陈世福.  模式识别与人工智能. 2006(01)
[3]人脸检测研究综述[J]. 梁路宏,艾海舟,徐光祐,张钹.  计算机学报. 2002(05)
[4]基于多关联模板匹配的人脸检测[J]. 梁路宏,艾海舟,何克忠,张钹.  软件学报. 2001(01)

硕士论文
[1]基于深度学习的语音识别应用研究[D]. 张建华.北京邮电大学 2015



本文编号：3651350