基于三维模型的Android手机端人脸姿态实时估计系统

针对人脸姿态估计对系统性能要求高、在手机上运行无法满足实时性要求等问题,实现了一种Android手机端的人脸姿态实时估计系统。首先,由摄像头获得一幅正面和一幅偏移一定角度的人脸图像,利用从运动中构建结构(Sf M)算法建立简单三维人脸模型;然后,提取实时人脸图像中与三维人脸模型相互对应的特征点,基于缩放正投影位姿估计(POSIT)算法估计人脸姿态角度;最后将三维人脸模型通过开放图形开发库(Open GL)实时显示在手机屏幕上。实验结果表明,实时视频中检测人脸姿态并显示的速度可以达到20 frame/s,接近计算机端的基于仿射对应的三维人脸姿态估计算法,而且针对大量图片序列的检测可以达到50 frame/s,能够满足Android手机端的性能和检测人脸姿态的实时性要求。

基于Android平台的快速人脸识别系统设计

针对在Android平台对于人脸识别系统检测人脸时因特征点提取过多而造成的识别速度慢的问题,本文结合Adaboost分类器、Haar-like特征的人脸检测和显示形状回归算法的特征提取方法,减少对于人脸边缘轮廓的特征点提取,只对检测到的人脸区域内的嘴、鼻子、眼睛、眉毛处提取特征点,以避免特征点提取过多而引发的"维数灾难"问题。实验表明,本文提出的方法可以快速、实时的识别到人脸,有效的通过查询数据库验证用户信息。