摘  要
本项目是由XXXX有限公司1所提出的"社会信息采集管理系统研究及产业化" 项目，XXXX集成所多媒体中心所承担的项目。
在当今世界中，社会安全作为一个非常重要的课题被摆在了突出的位置，维护社会的安全和稳定，既关系到国家，也关系到我们普通百姓的安危。本项目关注于在这个社会中大量的身份证的应用，例如宾馆等场合，客户常常被告知仅提供身份证即可，公安部门也常只留下一个登记记录而已，然而对于身份证的信息验证，特别是是否与本人的真实信息相对应，是一个非常有意思的课题。在现在的很多人脸验证技术主要是通过对特定的人脸进行学习之后，形成对一个特定人脸的认知库，再通过该认知库来对新的人脸进行判断是否符合，然而这样的人脸验证系统需要学习的过程，对于类似于像流动人口管理(例如宾馆等场所)是不合适的。
本项目通过分析实时拍摄的人数据并且将其同身份证上面所得到的照片信息进行即时的相似度的分析比较，帮助宾馆等机构快速完成同时对人脸信息进行归档处理，使得公安机关能够获得更多现场的信息，项目开发集合了各种图像处理，特别是人脸处理的技术，分别在人脸检测，人脸质量评价，人脸相似度评判技术上进行综合应用。在人脸检测部分，我们使用了Adaboost技术，通过提取人脸的基于类哈尔特征的弱分类器组成的强分类器进行比较从一副图片中查找可能的所有人脸存在的位置，并且使用为提高效率将判别过程进行瀑布流程化。在人脸质量评价中，我们使用了PCA（主成份分析）技术，从FERET正脸数据库中训练出“特征脸”数据，将需要进行验证的人脸通过“特征脸”进行重构计算误差，质量评价的原理是将几张人脸的图片提取出经过重构后误差最小的尽可能接近正脸的图片，作为发送给公安局服务端进行相似度检测程序进行验证的图片。在人脸相似度匹配过程中我们使用了香港中文大学图像实验室提出了一个新颖的计算框架，并且获得较好的人脸相似度结果。
本项目组整体完成了初步系统的搭建，包括实现了上面所述的人脸处理的几项关键技术，以及不同设个的备之间的通信问题，并且已经生成初始的、完整的、可供演示的版本。
关键词：人脸检测， 人脸识别， 主成份分析, 人脸相似度比较
Abstract
.This project is proposed by Telepower Communication Co.,Ltd company, conducted by Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences.
Nowadays, Social Security is playing a very significant role in our daily life, maintaining the security and stability of our society not only affects the safety of the common people but also our nation.This project focuses on the application of identification card, such as in the hotel, the customers are often informed of offering their identification card, and the public security department only records the information in their database,regardless of the verification of the authenticity of the information. Currently, most of the face verification technology is based on the learning a learning a specific person's face pictures and generate a recognition database,and use the database to judge whether a new person's face matches the database.However, the existence of such a learning process is inappropriate for flowing population.
This project compares the two photos of the ID card and the real person to help the institutions judge the authenticity and arrange the informations to help the public security department to get more information of the site scene. This project uses many image process technologies, especially the face process technologies, integrating the technology of Face Detection, Face Quality Assessment and Face Similarity Judgment.In Face Detection, we use the Adaboost technology,in which we use the strong classifier composed of weak classifier based on the Haar-like features of human faces, and used a cascade process to improve the detecting efficiency. In the face quality assessment we use the Principal Component Analysis Technology to extract the 'eigenfaces' data from the frontal face in the FERET face database,to verify the quality of the face we reconstruct the face from the 'eigenfaces' to calculate the differences with the original picture.The principle of Face Quality Assessment is to get the face picture which has the smallest error between the original image and the reconstructed image, which means the face is nearest to the frontal face and the face picture is selected as the picture to be sent to the public security department to be verified by the verification program. In face similarity matching we used a novel computing framework proposed by the image laboratory of Chinese University of Hongkong and receive a pretty good matching result.
Our team has already constructed the basic system, including the realization of face process technologies mentioned above, and the communication among different devices, and also generated an original, complete version of software which can be demonstrated.
Keywords：Face Detection Face Recognition, Principal Component Analysis, Face Similarity Comparison
,
目  录
摘  要 I
Abstract II
图目录 VI
表目录 VII
第一章 引言 1
1.1 项目背景 1
1.2 论文的主要工作和组织结构 2
第二章 项目相关技术概述 3
2.1 人脸检测技术 3
2.1.1人脸检测技术框架 3
2.1.2 Adaboost算法 4
2.2 人脸质量评价技术 5
2.2.1 PCA技术概述 5
2.2.2人脸质量评价模型 6
2.3 人脸相似度对比技术 7
2.4本章小结 8
第三章 系统分析与概要设计 9
3.1 项目整体概述 9
3.1.1项目基本目标 9
3.1.2 用户角色和功能需求 9
3.2 系统的需求分析 10
3.2.1软件基础需求 10
3.2.2项目活动图 11
3.2.3相关其他需求 12
3.3 系统概要设计 12
3.3.1 软件设计目标 12
3.3.2 系统结构总览 13
3.3.3 基于Android系统摄像端设计 13
3.3.4 前台图像采集端概要设计 14
3.3.5 公安局终端概要设计 15
3.3.6各模块交互图 16
3.3.7本章小结 16
第四章 项目各模块的详细设计与实现 18
4.1 基于Android系统摄像端模块概述 18
4.2 基于Android系统摄像端模块的详细设计 19
4.2.1 algorithm包详细类设计 19
4.2.2 network包详细类设计 21
4.2.3 view包内详细类设计 21
4.2.4 基于Android系统摄像端模块通信图 22
4.2.5 基于Android系统摄像端模块总结 23
4.3 前台图像采集端模块的实现 23
4.3.1 前台图像采集端模块详细设计 23
4.3.2 PCTerminal包 24
4.3.3 PCTerminal.Arrangement包具体设计 25
4.3.4 PCTerminal.ConnectDevice包具体设计 26
4.3.5 PCTerminal.Clientinfo包具体设计 26
4.3.6 PCTerminal.Network包详细设计 27
4.3.7 前台图像采集端与其他模块交互图 28
4.3.8 前台图像采集端设计总结 28
4.4公安局服务器端设计 28
4.4.1公安局服务端详细设计 28
4.4.2公安局服务端活动图 29
4.4.3公安局服务端套接字类图设计 30
4.4.4公安局服务端设计总结 30
第五章 总结与展望 31
5.1 总结 31
5.2 展望 31