移动平台人脸识别中的复杂环境增强算法研究-大学生创新创业训练计划申请书

附件2 武汉工程大学大学生创新创业训练计划申请书推 荐 学 院 计算机科学与工程学院 项 目 名 称 移动平台人脸识别中的复杂环境增强算法研究 项 目 类 型 创新训练项目创业训练项目创业实践项目所属一级学科名称 计算机科学与技术 所属二级学科名称 计算机应用技术 项 目 负 责 人 申 报 日 期 2017.5.14 教务处制二零一七年四月项目名称移动平台人脸识别中的复杂环境增强算法研究项目类型（）创新训练项目 （）创业训练项目 （）创业实践项目项目实施时间起始时间： 年 月 完成时间： 年 月申请人或申请团队姓名年级学校所在院系/专业联系电话E-mail主持人 成 员 指导教师姓名年龄行政职务/专业技术职务主要成果 一、项目实施的目的、意义（一）、项目意义身份识别和身份认证在现在社会具有非常重要的应用价值，人们对身份识别的需求可以说是无处不在，并且与日剧增，几乎时时刻刻都要证明自己的身份，例如判定一个人是否有权限进入某一特定的区域，是否有权利进行某项操作，是否有权利进行某种交易，以及寻找目标人物等等。由于生物特征是人类的内在属性，具有很强的个体差异性和自身稳定性，是非常理想的身份识别和身份认证的依据，其中人脸特征是人体本身所固有的一种典型生物特征。利用人脸图像进行身份识别和确认，与其他传统方法相比更加安全、可靠、有效、易于被客户接受、友好方便等特点，因而越来越受到人们的重视，成为国内外各研究机构和高校的研究热点之一。随着社会的发展以及科技的进步，尤其是近年来计算机软硬件性能的提升和计算机视觉、模式识别和人工智能等相关技术的发展，以及社会对快速的身份识别技术需求的与日俱增，人脸识别技术已经成为研究人员关注的一个重要研究方向。人脸识别技术涉及多个领域，包括模式识别、计算机视觉、数字图像等，目前此项技术领域的发展非常活跃，有很多公司致力于研究这方面的产品并将产品推向市场。（二）、研究现状从上世纪70年代开始，就不断有来自安全、心理学、图像处理和机器视觉等不同领域的研究人员专注于该领域的研究。国内对人脸识别技术的研究起步较晚，直到上个世纪九十年代中后期才开始对人脸识别就行深入研究。虽然相对于西方发达国家，国内对人脸识别的研究起步较晚，但在经过长期的研究，已获得一定进步，在算法和应用方面也获取一定的成果。但总体来说，与国外先进技术相比还存在着一定的差距，但令人兴奋的是，在国家自然科学基金、863 计划等资助下国内很多高校和研究机构都成立了专门的人脸识别课题研究组，其中包括清华大学、吉林大学、哈尔滨工业大学、浙江大学和中科院等著名高校和研究机构。此外，国内还有很多高校和研究机构的人员从事人脸识别技术的研究工作，经过多年的研究，这些研究人员在人脸识别领域中积累了丰富而宝贵的经验，并在国内外著名的期刊杂志上发表了大量的关于人脸识别领域的文献，并取得了一定的成果。二、项目研究内容和拟解决的关键问题（一）、项目研究内容本次研究主要包括身份认证功能，身份认证功能模块又可分为样本采集模块、人脸识别模块、功能模块。样本采集模块其主要功能是获取样本图像以及图像中人物的相关信息，对样本图像进行特征提取，并将提取得到的特征以及相关信息存入数据库中，样本图像可通过读取 SD 卡中的图像样本或通过摄像头获取图像样本。人脸识别模块主要是判断识别图像中的人脸属于人脸库中哪一人的人脸图像，将结果传给功能模块。功能模块是指图像分类模块，主要功能是通过人脸识别模块传递过来的信息，在数据库中查找，获得详细信息，进而实现图像的分类存储。（二）、拟解决的关键问题（1）实现低内存消耗的人脸识别算法（2）基于人脸特征的隐私保护（3）实时的人脸检测三、项目研究与实施的基础条件主持人与本项目相关的专业知识积累和已取得的成绩1、一支专业基础好，成员配合协调默契的团队。此次项目的三名参与者均为计算机学院实验班的同学，在日常的生活和学习中，都彼此非常熟悉和了解，对每一位同学的特长及其学习方式都都互相熟知。因此，我们具备一个团队应有的默契，能够使团队更好的运作。2、小组人员均配备有电脑，属计算机专业学生，已学习C语言、c+程序设计、计算机网络、以及数据结构，有较好的专业基础，拥有强烈的学习之心。指导教师的教学、科研工作积累和已取得的工作成绩男，博士，副教授，硕士研究生导师，湖北省人工智能学会理事，从事计算机视觉、人机交互方面的研究和教学工作，先后承担数据库系统原理、信号与系统、物联网技术等专业课程的教学任务，完成指导毕业设计30人次，指导校长基金3项均已结题，完成教研项目3项，企业项目5项。完成国家科技支撑计划项目1项、国家自然科学基金项目2项、湖北省自然科学基金1项。发表第一作者论文30篇，申请软件著作权20项。已经具备一定的独立研究能力，能够胜任项目的指导工作。四、项目实施方案（一）实施方案和办法：（1）人脸图像预处理。通过直方图均衡化使图像在整个灰度值动态变化范围内分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果；用灰度变化使每个像素赋一个新的灰度值来达到增强图像的目的；用中值滤波法克服线性滤波器处理图像细节模糊的问题；用同态滤波法适当提升反射度分量，改善图像对比度，突出物体轮廓。（2）研究Adaboost人脸检测算法，并将此方法移植到Android平台。Adaboost算法包含训练和检测两个阶段。算法的基本思想是由训练图像得到一系列的弱分类器，然后依据最小误差分类的原则将弱分类器组合成一个强分类器，将多个强分类器联合起来构成多成分类器结构。人脸检测过程中，如果待检测区域能够通过多层分类器，则将待检测区域判定为人脸。（3）研究LBP算法来实现人脸识别。LBP特征是描述一个局部区域的纹理特征非常好的方法，本质上来讲，LBP也是一种统计特征，所以稳定性好，通用性强。它能很好的描述一个局部区域的纹理特征，由于它采用的是统计的方式，所以，有一定的抗旋转能力，能承受一定的光照影响。该特征提取方法，有着良好的效果且它具有旋转不变性和灰度不变性等显著的优点，所以很适合用于人脸识别领域。采用LBP算法对人脸区域对纹理特征进行提取然后进行特征分类识别，算法首先对人脸区域进行分块，区分出重要特征区域和非重要特征区域然后采用不同模式的LBP算子进行特征提取的策略，最后对特征进行降维和分类识别。 （4）搭建Android开发平台环境。在Android开发平台进行实验测试LBP直方图特征的有效性和人脸识别系统的识别效率与准确率。（二）、具体实施计划：（1）项目初期：完成文献查阅，深入阅读移动平台人脸识别原理及相关增强算法的研究。 （2）项目中期：完成算法设计，进行代码编写及相关实验验证。（3）项目后期：统计相关资料及实验数据，完成论文撰写以及发表。（三）、技术可行性分析本项目基于Android平台进行java代码编写，结合图像处理技术，达到人脸采集、提取、识别功能。该课题指导老师物联网教研室徐国庆副教授为我院杰出导师，多次参与省级科研项目，具有丰富的实践科研经验，能为本次课题项目提供不少宝贵经验和建设性的意见。同时参与本次课题项目均为15级计算机实验班优秀学生，有较好的专业基础，拥有强烈的学习之心，能够同心协力，共同参与完成本次课题项目。五、学校可以提供的条件物联网技术实验室配备完整的计算机视觉实验条件，每人一套实验设备。指导教师配有专业实验室，可以为学生开展实验工作提供场地和必要的硬件设备。六、 预期成果1.通过对相关资料的研究，能够设计出人脸识别在复杂环境下增强的算法，进行相关实验，并对其中的难点、重点进行详细记载。2.对数据进行分类汇总，对本次项目进行总结，并发