论文部分内容阅读
近几年,随着计算机集成性和移动互联网的高速发展与应用,智能移动设备开始走进我们的日常生活,并逐渐改变着大家的学习、生活习惯。所谓的智能移动设备就是指智能手机、平板电脑以及一些有着高性能硬件且具有独立操作系统的小型移动终端。而微信,作为这些移动终端的热门应用,已经发展成为一个“平台APP”,各种原生APP逐渐被微信所取代,继而成为微信组件之一或蜕化为微信公众账号。人脸识别是计算机技术研究的一个热门领域,其在移动终端上的实现受到了越来越多的关注。本文针对人脸识别技术及微信平台二次开发进行研究,设计了一种基于微信平台的人脸识别系统。主要研究内容概括如下:(1)人脸检测之前,针对部分人物背景较复杂的彩色图像,采用SWRW分割算法将人物与其背景分离,从而避免伪人脸区域的干扰。图像预处理阶段,采用图像灰度化和直方图均衡化两种方法,去除或减小外部环境对图像的干扰。(2)人脸检测是利用AdaBoost算法对样本中的Haar特征进行选择,从而训练分类器,并通过加入上、下、左、右四个方向的Haar_T特征来提高分类器的准确性。(3)人脸识别包括人脸身份识别和人脸表情识别,二者主要表现为特征提取的不同。身份识别采用WSS-LBP算子提取局部纹理特征,在ORL人脸库上进行实验,获得了最高为95%的人脸识别率;表情识别是在人脸检测的基础上,利用训练好的级联分类器提取样本中的Haar、Haar_T特征向量,在JAFFE表情库上进行实验,获得了82.8%的表情识别率。系统实现阶段,需要先使用OpenCV SDK工具包进行功能模块的开发,并将实现各个功能的算法编译成动态库,然后通过调用编译好的动态库进行微信公众账号的开发。这种将账号开发和算法开发分割开来的方式,加快了程序的编写。