Android系统下OpenCV的人脸检测模块的设计

针对解决OpenCV人脸检测模块在Android平台编译和移植的问题,提出一种利用JNI技术(Java Native Interface)调用OpenCV以及采用Android NDK(Native Development Kit)生成共享库的目标检测方法。文中从分析利用Android NDK编译Android平台所需要的OpenCV静态库的问题入手,详细阐述了利用JNI调用OpenCV相关函数的具体步骤。经过多次试验,证明该人脸检测模块的平均检测时间为1 280 ms,具有较高的检测速度和检测精度。     

Android平台实时人脸检测和性别识别的研究与实现

提出一种基于开源计算机视觉库OpenCV(Open Source Computer Vision Library)实现Android平台中实时人脸检测和性别识别的方法,阐述了在运行Android系统的嵌入式平台中采用AdaBoost算法实现人脸检测以及FisherFace算法实现性别识别的原因和具体实现方法,并分别在基于ARM和X86构架的两个嵌入式平台中进行了大量实验和测试数据对比。实验结果表明Android平台中能够实时地进行人脸检测和性别识别,且获得96.35%的人脸检测准确率和82.64%的性别识别准确率。     

一种基于AdaBoost人脸检测算法在Android平台的实现

针对Android系统自带的人脸检测算法不能精确地检测人脸,尤其是带眼镜后,根本无法检测到人脸.本文研究了一种基于Android系统下的AdaBoost人脸检测算法.首先介绍了Android平台下的人脸检测体系结构,然后对AdaBoost人脸检测模块,包括特征值与特征值的计算、AdaBoost分类器、开发环境搭建分别进行了说明.最后通过样本创建,以及训练好的分类器进行人脸检测.实验结果表明：由于充分利用AdaBoost人脸检测方法实时性比较强、检测率高,该方法完全满足Android平台下人脸检测的需要.     

CAMSHIFT人脸跟踪算法改进及在Android平台的实现

在阐述传统CAMSHIFT算法原理的基础上,提出一种改进的CAMSHIFT人脸跟踪算法.经过在VC++2010和OpenCV平台下验证,改进算法有效提高了跟踪的实时性和抗噪性;同时将该算法移植在Android平台下,在Android系统中实现人脸跟踪.     

基于计算机视觉技术的人脸检测系统设计

通过对基于Haar-like特征的AdaBoost人脸检测算法研究,利用由该算法训练的级联分类器和计算机视觉类库OpenCV进行人脸检测系统设计,实现了基于静态图像、摄像头视频和avi视频的人脸检测与标记,以及标记后的人脸区域图像实时显示和存盘。此外,在VC＋＋6.0环境下实现了对人脸检测系统软件界面的开发。实验结果表...     

基于OpenCV在Android平台下实现人脸识别

本文提出了使用OpenCV(Open Source Computer Vision Library)在Android平台下实现人脸识别的方法。首先,本文介绍了OpenCV2.4的人脸识别算法类FaceRecognizer的使用以及在Windows平台下的实现,接着详细的阐述了利用Android下的JNI(Java Native Interface),并结合Android NDK(Native Development Kit)调用和编译OpenCV下的相关函数,生成共享函数库。经过实验的在Android下人脸识别效果良好。     

基于OpenCV的人脸检测研究与实现

本文针对OpenCV库中人脸检测算法存在的检测效率低、检测人脸范围小、检测人脸不精确、检测人脸包含过多背景等诸多问题进行研究和改进,设计和实现了一个检测范围广、结果精确的高效率人脸检测算法。实验结果表明,改进之后的算法对正脸、左右侧脸、仰头脸、低头脸、半遮挡脸等不同姿态的人脸图像都有较好的检测精准度和效果,且检测耗时更短。     

基于嵌入式Linux系统的人脸检测系统设计

采用处理器为S3C6410的OK6410开发板和嵌入式Linux操作系统,采用Qt/Embedded在嵌入式Linu x系统下开发出友好的G U I界面,使用4.3寸液晶显示识别结果。文章主要将一个基于(开源)发行的跨平台计算机视觉库OpenCV移植到ARM嵌入式平台,并调用OpenCV库中的人脸检测算法实现动态检测人脸的功能。     

基于OpenCV的双摄像头活体人脸判定及实时跟踪系统

活体检测及人脸跟踪系统的构建已成为现代计算机视觉及OpenCV研究的热点。提出一种基于OpenCV的双摄像头活体人脸判定实时人脸跟踪系统。一种新的双摄像头活体人脸判定的方法,利用基于HAAR特征人脸检测算法,并判断距离。编写Windows程序调用串口API和下位单片机STC12C5410通信,采用CH341A芯片将RS232串口数据加载到USB协议数据栈中实现USB传输,单片机控制FUTABA舵机,获取上位机人脸检测坐标信息,实时调整舵机转动角度,使人脸始终处于图像中间290＊310阈值范围内,达到人脸跟踪。该系统结构精简,可作为模块用于门禁安保系统及构建其他机器人研究平台。     

人脸检测技术在3G移动增值业务中的应用

介绍结合人脸检测技术及相关图像处理技术实现在3G时代移动增值业务中的一个应用变脸。变脸首先采用Intel开源OpenCV人脸检测确定图像人脸的区域,然后采用独创的变异Snake算法提取人脸边缘轮廓,接着在YCbCr颜色空间对人脸肤色进行调整,使其肤色接近目标人脸肤色,最后基于数学形态学的模板边缘羽化对人脸轮廓结合处进行边缘羽化,很自然地把一张人脸替换成另一张人脸。     

基于OpenCV在Android平台下实现人脸识别

本文提出了使用OpenCV（OpenSourceComputerVisionLibrary）在Android平台下实现人脸识别的方法。首先,本文介绍了OpenCV2．4的人脸识别算法类FaceRecognizer的使用以及在windows平台下的实现,接着详细的阐述了利用AndroidT的JNIJavaNativeInterface）,并结合AndroidNDK（NativeDevelopmentKit）调用和编译openCV下的相关函数,生成共享函数库。经过实验的在Android下人脸识别效果良好。     

基于人脸识别的课堂教学监控系统分析

本文设计并开发了一款基于人脸识别的课堂教学监控系统,该系统通过识别学生上课的表情信息,分析课堂教学情况。首先提出一种基于图像递归切割和OpenCV的人脸检测方法,以提高人脸检测召回率;然后使用百度AI开放平台的在线接口识别人脸表情信息,并将信息插入数据库;最后根据学生表情信息分析低头率、活跃度等课堂情况。实际部署测试后分析了系统的运行效果及时间消耗,结果表明该系统可有效监控课堂教学情况。     

面向S5PV210嵌入式平台的Android系统移植与优化的研究

针对Android系统的不依赖设备甚至平台的特质,结合目前工业控制领域对Android系统移植启动速度的需求,介绍了在S5PV210嵌入式平台上进行Android系统移植和优化的方法,通过实例具体阐述了内核和Android文件系统的移植过程,并在S5PV210平台上成功移植了Android系统,而且从启动服务、应用程序和预加载类等方面对Android系统进行了启动优化.实验数据证明,Android系统在S5PV210平台上的启动速度明显加快.     

基于OpenCV的嵌入式人眼追踪系统研究

对于视觉控制系统而言,如何定位并追踪眼睛,判断眼睛状态是关键的一步。文中提出了一种基于OpenCV的人眼识别和跟踪方法,利用摄像头和OpenCV的相关函数在嵌入式平台上实现了人眼的识别与追踪。此外,还通过实验表明,该方法可满足对人眼的识别,且拥有较好的识别速度和识别率,故具有一定的实用性。     

基于Android平台的视频字符实时识别研究

针对移动终端处理能力低、内存小等影响系统效率的问题,提出了三阶段视频字符实时识别方法：视频采集及图像预处理、字符区域定位和字符识别。对于字符区域定位,提出了基于感兴趣区域（ROI,Region of Interesting）运动检测的相似帧过滤算法,并通过数学形态学与连通区域相结合的方法进行字符定位;对于字符识别,提出了基于误差阈值筛选的多模板字符识别算法,保证较高识别率。算法均采用NDK开发框架实现。实验结果表明,该方法在每个阶段都提高了处理效率,达到了对视频字符实时识别的效果。