 公共监控 当每个人的手持设备都实现了实时的人脸检测的时候，以上这些应用将会更加普遍。 

这些应用总体上可分为两类：静态人脸识别和动态人脸识别。静态人脸识别可以将待识别的 图片充分做出预处理，使其对识别程序特别有利，这样可以令人脸识别算法具有更高的准确 度，而动态的人脸识别需要在复杂的光照及背景条件下获取运动者的人脸，往往更加困难。 文献综述

1。4 人脸检测评价标准

(1)检测率 

在一幅给定的图像中，检测到的人脸数除以图像中实际的含有的人脸数的值即为检测率。 对一个给定的人脸识别系统来说，检测率越高越好，理想情况下这个数值为 1，即检测出所有 人脸。 

(2)误检率 

顾名思义，系统识别出了这是一张人脸，但是提供了错误的结果。有两种情况，把非人脸 的物体认为是人脸，或者是检测到了人脸，但是给出了错误的结果。 

误检率是对检测率的一个补充，即使检测率达到了 100%，但是同时还有很多错误的检测 结果，这个系统也是具有很大缺陷的，并不能投入真正的使用当中。误检率因此用来衡量识 别算法对人脸以外的物件的排除力。这个数值越低越好。 

(3)检测速度 检测速度也是一个重要的指标，特别是在对实时性要求比较高的时候，一般来说，速度越

快，检测的准确度就越低，有些时候必须要在准确性和检测速度之间做一个较好的平衡取舍。 (4)健壮性 

健壮性是软件工程的要求，人脸识别系统也同样具有这个要求，健壮性要求程序在各种复 杂的测试条件和实际运用条件下都能保持较高的准确性，而且整个系统不容易崩溃。 

1。5 本论文的内容

针对现今 Android 平台的现状，认真研究 OpenCV 所提供的人脸识别方法的理论和优缺 点，选择一套最优方案，成功设计并开发了一个用于实时人脸识别的系统。不同于本地采集 图片->上传到云端处理->接收结果并显示，这样的处理流程，本系统完全利用 Android 系统平 台提供的资源，从图像采集到结果输出，都是在本地实时进行的。

1。6 本文的任务来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

  1。学习典型的人脸识别算法理论

2。熟悉 Android 平台上开发软件的方法

3。自行设计软件逻辑，提供良好的用户界面和程序性能

2 检测方法 

2。1 人脸检测算法的原理：Viola-Jones 人脸检测方法 

Viola Jones Face Detector 是 Paul viola 和 Michael J Jones 一起提出的一种人脸检测框架。

1。提出积分图像（integral image）,从而可以快速计算 Haar-like 特征。

2。利用 Adaboost 学习算法，进行人脸特征的选择和分类器的训练，强分类器由弱分类器组成。

3。采用级联分类器，用于提高效率。