猜猜我是谁（用户特征识别app）(源码)【字数：15130】
摘 要摘 要在这个社交圈日渐庞大的生活中，人与人之间的互相接触也日渐增多，但人的记忆量是有限的，人们很难去记住所有人的模样。针对这种情况，本文基于人脸识别技术，与成熟的开发应用技术相结合，实现了一个猜人系统，并开发了对应的App手机软件“猜猜我是谁”。软件可以让用户实时拍照或从相册提取这两种方式提供图片信息，通过软件进行文件上传，进行人脸识别，生成对应用户特征数据对象，再与人脸库中的特征数据对象进行对比识别，最终输出该图片中人的姓名及信息，实现对于人员图片的识别,有效的解决了当前社会对大量人脸记忆的需求。系统实现的功能主要包括人员管理，人脸库的管理，人脸检测，人脸对比，人脸识别等。人脸库的管理主要包括人脸的添加、删除、查询详情等。人脸检测实现了图片中人脸定位分析，从上传图片中定位人脸的位置。人脸对比实现了对人脸的特征分析，将两张图片的特诊分析值进行比对，分析是不是同一个人。最终人脸识别功能，综合前两个功能模块，先进行人脸检测定位，再进行人脸特征分析，与库中数据进行对比识别，输出该人员的姓名信息等，实现了人脸识别功能。测试结果表明，本文实现的人脸识别系统，人脸定位准确度可达99.8%，人脸识别准确度在综合各种环境因素的情况下，识别准确度也可达到82%。系统软件具有一定的应用推广价值。关键词人脸识别，猜人系统
目录
第一章 绪论 1
1.1 课题的来源 1
1.2 人脸识别技术的研究学习 1
1.2.3 面部感知系统设计 3
1.3 人脸识别国内外发展状况 4
1.3.1 国外的发展概况 4
1.3.2 国内的发展概况 4
1.4 本课题主要研究内容 5
第二章 软件开发环境技术介绍 6
2.1 系统开发环境的选择 6
2.2 系统语言和数据库的介绍 6
2.2.1 后台开发语言JAVA的介绍 6
2.2.2 数据库MySql的介绍 6
2.3 系统的开发框架介绍 7
2.4 App开发技术介绍 7
2.4.1 Android 操作系统 7
2.4.2 HTML5 Plus应用概述 8
2.4.3 Nati *好棒文|www.hbsrm.com +Q: ^351916072^
ve.js 调用原生API 接口 9
第二章 系统软件需求分析 10
3.1 系统软件可行性分析 10
3.1.1技术可行性 10
3.1.2 经济可行性 10
3.1.3 社会可行性 10
3.2 系统功能性需求分析 11
3.2.1 基础功能需求 11
3.2.2人脸检测与分析信息提取 11
3.2.3人脸识别功能应用接口 11
3.2.4 App软件功能需求 12
3.3 系统软件非功能性需求分析 12
第四章 系统总体设计 13
4.1功能模块划分 13
4.2人脸识别技术分析 13
第五章 系统详细设计 16
5.1系统数据库设计 16
5.1.1系统数据库ER图 16
5.1.2系统数据库表结构设计 16
5.2系统功能性接口设计 17
5.2.1系统基础功能设计 17
5.2.2人脸检测与分析信息提取 18
5.2.3系统人脸识别应用接口设计 20
第六章 系统实现 23
6.1引导页实现 23
6.2 用户注册登录模块实现 24
6.2.1注册功能 24
6.2.2登陆功能 25
6.3 人脸库管理模块实现 28
6.3.1人员管理 29
6.3.2人脸管理 30
6.4 人脸检测模块实现 32
6.5 人脸对比模块实现 33
6.6 人脸识别模块实现 34
结 论 36
致 谢 37
参 考 文 献 38
绪论
课题的来源
跟着金融交易方面和安全进口控制应用等需要的急剧递长，生物统计识别技术得到了更多的关注。现在，随着视觉系统和微电子技术的进步，在这些领域实施高性能、精确、自动识别技术的成本已经降到了可接受的水平。而所有的生物识别方法中，人脸识别又是使用十分普遍的技术之一，近年来人脸识别这项技术逐步兴起，是一种有强大发展潜力的新技术。
很多时候人们是在影戏中感受到这种技术的神奇应用：比如，警员将监控拍到的嫌疑犯的某张脸部照片，传入到电脑中，和警方大数据库中的所有资料进行数据比对，可以快速找出该嫌犯的详细资料以及犯罪记录等。但这已经不是虚构的情节了。在一些发达的国外地区，人脸识别在安保、金融、电子政务等多领域具有广泛应用,提高人脸识别性能对于扩大人脸识别应用领域和实用化具有非常重要的作用[1]。
所以，对于人脸识别领域内容的研究应用是极具价值的。
而在这个社交圈日渐庞大的生活中，人们是很难去记住所有认识的人的样子的，多年未见面的好友，他们的长相在脑海中就很可能已经模糊了，但是一见面又叫不出名字，这就很尴尬；又比如：一个业务员，他每天接触的客户极多，就很难记住所有的客户的长相名字，一旦认错，就很可能丢失宝贵的一单生意等等。像对于这些情况，一款能够对人脸信息进行录入，并通过拍照或图片能识别出用户信息的app，就显得格外有用，有价值。
人脸识别技术的研究学习
1.2.1具有极大难度的课题
人脸识别是模式识别和机器视觉领域具有极大难度的课题之一，同时也含有较为广泛的应用意义。人脸识别技术是一个相对于比较活跃的钻探科研领域，它笼盖了诸多学科内容，如：模式识别、数字图象处理、神经网络科学、计算机视觉学习、数学、生理医学等。现如今，人脸识别检测特征分析这领域的专业研究虽然在某些方面已取得了少许可贵的研究成果，但由于图像数据集具有高维性与小样本性，类内变化大于类间变化以及特征空间结构复杂等特点，FRT在实际使用中还是会面临很多严峻而难办的问题[2],。姿态变化也是人脸识别中的关键问题之一[3]，不同的姿态、不同的表情、发型、化妆的变化都给准确识别身份造成了比较大的麻烦。那么如何能够准确辨识一定数量级的人并能够实时的输出数据信息，是需要攻克研究的一大难题。
1.2.2 人脸2D形状分析检测与脸部关键部分特征定位识别技术
在有了人脸检测的基础上，对面部特征分析，可以识别人脸上的特征点，从而定位眼耳鼻嘴，分析表情特征。灰度积分投影弧线分析、可变换模板、模板匹配、Snake算子、主动性状模型、Hough变换基于Gabor小波变换的弹性图匹配技能和主动外观模型都是些经常使用的方式。
可变形模板的重要完成理念是先拿到待检测人脸特点的外形特征信息，通过定义一个参数描述的形状模型，该模型的参数对象指标反映了对应特征形状的可变比较部分，例如说：大小、位置、角度等，最终，它们经过谷和灰度散布特征的动态地交互，模型与图象的边沿、峰、适应来得以矫正。因为有模板变形一定程度上操纵了特征区域的全局信息，因此可以比较全面的检测出相应的特征形状。由于可变形模板采用优化算法对参数空间中的能量函数进行最小化，其主要缺点是：首先，参数初始缺省值的依赖性非常高，比较容易陷入局部最小；二、计算时间比较长。针对这两个方面的专业技术问题，我们通过学习，选用了一种由粗到细的检测试验算法：最初经过人脸器官组成构造的先验常识、频率特性和面部图象灰度散布的峰谷大概检测出嘴、下巴、眼睛、鼻子、等等的大致区域和部分关键的特性讯息；之后在这个基础上，给出相对好的模板初始参数，就可以在一定程度上大幅抬高算法的精度和速率。
目录
第一章 绪论 1
1.1 课题的来源 1
1.2 人脸识别技术的研究学习 1
1.2.3 面部感知系统设计 3
1.3 人脸识别国内外发展状况 4
1.3.1 国外的发展概况 4
1.3.2 国内的发展概况 4
1.4 本课题主要研究内容 5
第二章 软件开发环境技术介绍 6
2.1 系统开发环境的选择 6
2.2 系统语言和数据库的介绍 6
2.2.1 后台开发语言JAVA的介绍 6
2.2.2 数据库MySql的介绍 6
2.3 系统的开发框架介绍 7
2.4 App开发技术介绍 7
2.4.1 Android 操作系统 7
2.4.2 HTML5 Plus应用概述 8
2.4.3 Nati *好棒文|www.hbsrm.com +Q: ^351916072^
ve.js 调用原生API 接口 9
第二章 系统软件需求分析 10
3.1 系统软件可行性分析 10
3.1.1技术可行性 10
3.1.2 经济可行性 10
3.1.3 社会可行性 10
3.2 系统功能性需求分析 11
3.2.1 基础功能需求 11
3.2.2人脸检测与分析信息提取 11
3.2.3人脸识别功能应用接口 11
3.2.4 App软件功能需求 12
3.3 系统软件非功能性需求分析 12
第四章 系统总体设计 13
4.1功能模块划分 13
4.2人脸识别技术分析 13
第五章 系统详细设计 16
5.1系统数据库设计 16
5.1.1系统数据库ER图 16
5.1.2系统数据库表结构设计 16
5.2系统功能性接口设计 17
5.2.1系统基础功能设计 17
5.2.2人脸检测与分析信息提取 18
5.2.3系统人脸识别应用接口设计 20
第六章 系统实现 23
6.1引导页实现 23
6.2 用户注册登录模块实现 24
6.2.1注册功能 24
6.2.2登陆功能 25
6.3 人脸库管理模块实现 28
6.3.1人员管理 29
6.3.2人脸管理 30
6.4 人脸检测模块实现 32
6.5 人脸对比模块实现 33
6.6 人脸识别模块实现 34
结 论 36
致 谢 37
参 考 文 献 38
绪论
课题的来源
跟着金融交易方面和安全进口控制应用等需要的急剧递长，生物统计识别技术得到了更多的关注。现在，随着视觉系统和微电子技术的进步，在这些领域实施高性能、精确、自动识别技术的成本已经降到了可接受的水平。而所有的生物识别方法中，人脸识别又是使用十分普遍的技术之一，近年来人脸识别这项技术逐步兴起，是一种有强大发展潜力的新技术。
很多时候人们是在影戏中感受到这种技术的神奇应用：比如，警员将监控拍到的嫌疑犯的某张脸部照片，传入到电脑中，和警方大数据库中的所有资料进行数据比对，可以快速找出该嫌犯的详细资料以及犯罪记录等。但这已经不是虚构的情节了。在一些发达的国外地区，人脸识别在安保、金融、电子政务等多领域具有广泛应用,提高人脸识别性能对于扩大人脸识别应用领域和实用化具有非常重要的作用[1]。
所以，对于人脸识别领域内容的研究应用是极具价值的。
而在这个社交圈日渐庞大的生活中，人们是很难去记住所有认识的人的样子的，多年未见面的好友，他们的长相在脑海中就很可能已经模糊了，但是一见面又叫不出名字，这就很尴尬；又比如：一个业务员，他每天接触的客户极多，就很难记住所有的客户的长相名字，一旦认错，就很可能丢失宝贵的一单生意等等。像对于这些情况，一款能够对人脸信息进行录入，并通过拍照或图片能识别出用户信息的app，就显得格外有用，有价值。
人脸识别技术的研究学习
1.2.1具有极大难度的课题
人脸识别是模式识别和机器视觉领域具有极大难度的课题之一，同时也含有较为广泛的应用意义。人脸识别技术是一个相对于比较活跃的钻探科研领域，它笼盖了诸多学科内容，如：模式识别、数字图象处理、神经网络科学、计算机视觉学习、数学、生理医学等。现如今，人脸识别检测特征分析这领域的专业研究虽然在某些方面已取得了少许可贵的研究成果，但由于图像数据集具有高维性与小样本性，类内变化大于类间变化以及特征空间结构复杂等特点，FRT在实际使用中还是会面临很多严峻而难办的问题[2],。姿态变化也是人脸识别中的关键问题之一[3]，不同的姿态、不同的表情、发型、化妆的变化都给准确识别身份造成了比较大的麻烦。那么如何能够准确辨识一定数量级的人并能够实时的输出数据信息，是需要攻克研究的一大难题。
1.2.2 人脸2D形状分析检测与脸部关键部分特征定位识别技术
在有了人脸检测的基础上，对面部特征分析，可以识别人脸上的特征点，从而定位眼耳鼻嘴，分析表情特征。灰度积分投影弧线分析、可变换模板、模板匹配、Snake算子、主动性状模型、Hough变换基于Gabor小波变换的弹性图匹配技能和主动外观模型都是些经常使用的方式。
可变形模板的重要完成理念是先拿到待检测人脸特点的外形特征信息，通过定义一个参数描述的形状模型，该模型的参数对象指标反映了对应特征形状的可变比较部分，例如说：大小、位置、角度等，最终，它们经过谷和灰度散布特征的动态地交互，模型与图象的边沿、峰、适应来得以矫正。因为有模板变形一定程度上操纵了特征区域的全局信息，因此可以比较全面的检测出相应的特征形状。由于可变形模板采用优化算法对参数空间中的能量函数进行最小化，其主要缺点是：首先，参数初始缺省值的依赖性非常高，比较容易陷入局部最小；二、计算时间比较长。针对这两个方面的专业技术问题，我们通过学习，选用了一种由粗到细的检测试验算法：最初经过人脸器官组成构造的先验常识、频率特性和面部图象灰度散布的峰谷大概检测出嘴、下巴、眼睛、鼻子、等等的大致区域和部分关键的特性讯息；之后在这个基础上，给出相对好的模板初始参数，就可以在一定程度上大幅抬高算法的精度和速率。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/rjgc/829.html
