31、基于云的实时人脸识别系统与图像恢复算法研究

基于云的实时人脸识别系统与图像恢复算法研究

1. 基于云的实时人脸识别系统

1.1 系统优势与特点

传统的人脸识别算法中，人脸检测通常在移动设备上进行，而人脸识别则在本地服务器或云端完成。而本文提出的方法，将人脸检测和识别都放在云端进行，这使得执行时间相比现有方法更快。该方法还使用了 3G、4G 和 Wi-Fi 三种不同的通信网络来分析结果，而多数现有方法并未明确指出所使用的通信网络类型。在技术选择上，采用 HOG 进行人脸检测，使用 facet 和 SVM 分类器进行人脸识别，速度和准确性都高于以往方法。

1.2 系统流程与算法

1.2.1 整体流程

系统开发了一个移动应用，用户可以通过移动设备相机拍摄人物图像，或者上传设备中存储的图像，应用将图像发送到云端。云端服务器接收到图像后，会进行人脸检测、对齐和编码，然后使用 SVM 分类器将编码值与训练数据集中的图像编码值进行比较。如果图像中的人物存在于训练数据集中，服务器会将人物姓名发送回移动设备；若不存在，则发送未找到的消息。移动应用接收到响应后，会显示服务器返回的消息。

1.2.2 训练阶段

训练阶段考虑了 20 人的 32 张不同图像，数据集共有 640 张图像。训练阶段的算法如下：

1. Begin
2. for(i=0;i<m;i++) // m = 20 people
3.     open each folder
4.     for(j=0;j<n;j++) //n=32 images
5.         detect_