欢迎来到天天文库
浏览记录
ID:31360199
大小:118.50 KB
页数:12页
时间:2019-01-09
《基于人脸特征定位的sns网站应用组件研究与设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、基于人脸特征定位的SNS网站应用组件研究与设计 摘要:针对国内SNS网站进行调研,分析用户群体特征及社会心理,剖析SNS网站流行的原因,在此基础上提出了在SNS网站上运营好一款人气高、粘性强的应用组件。实验研究并分析了主动形状模型(ASM)和受限局部模型(CLM)的优缺点,提出将两者优点结合的人脸面部特征定位提取方法,设计开发了一款应用组件产品。通过用户上传照片或在线拍摄,捕捉出人脸头像及面部特征,并按照用户在图像库中选择的照片进行合成,生成一张具有两张人脸特征的新头像。将组件接入SNS网站,通过一段时间的运营数据分析,结合互联网的实际应用,提出
2、对组件进行优化的方案。 关键词:人脸检测;特征定位;SNS网站;应用组件 中图分类号:TN911.7?34;TM417文献标识码:A文章编号:1004?373X(2016)23?0170?04 ResearchanddesignofSNSwebsiteapplicationcomponentbasedonfacefeaturelocation L?Xin,LIYuejun (CollegeofOpticalandElectronicalInformationChangchunUniversityofScienceandTechnology
3、,Changchun130000,China) Abstract:TheSNSwebsiteinChinaisinvestigatedtoanalyzetheusergroupcharacteristicsandsocialpsychology,anddissectthepopularreasonsfortheSNSwebsite.Onthisbasis,howto12betteroperateahigh?popularityandstrong?stickinessapplicationcomponentonSNSwebsiteispropose
4、d.Theadvantagesanddisadvantagesoftheactiveshapemodel(ASM)andCLMarestudiedandanalyzedbytheexperiments.Thefacefeaturelocationextractionmethodcombiningwiththeadvantagesofthemodelsisproposed.Anapplicationcomponentproductwasdesignedanddeveloped.Theheadportraitandfacefeaturearecaptu
5、redbymeansoftheuserphotosuploadandonlineshoot.Thephotosselectedintheimagelibrarybyusersaresynthesizedtogenerateanewheadportraitwithtwofacefeatures.ThecomponentisaccessedintotheSNSwebsite.Onthebasisofanalyzingtheaperiodofoperationdataandcombiningwiththepracticalapplicationofthe
6、Internet,theoptimizationschemeofthecomponentisproposed. Keywords:facedetection;featurelocation;SNSwebsite;applicationcomponent 0引言12 人脸识别是当前人工智能和模式识别的研究热点,就其技术本质而言,是通过图像采集设备获取用户的面部图像,再对其脸部的特征进行计算分析,进而和自身数据库里已有的样本进行比对,最后判断出用户的真实身份。人脸识别是当前人工智能和模式识别的研究热点,在家庭娱乐、互联网等领域已经有了一些有趣的应
7、用,比如有一些智能玩具、机器人能够识别家人的身份;某些游戏具备玩家真实面像等[1]。但目前人脸识别的广泛应用性较弱,尤其是针对当今流行的SNS社交网络平台。 1基于SNS网站用户的需求调研 1.1用户基本特征分析 目前国内主要的SNS网站用户中,男性用户数量显著高于女性用户,其在男性网民中的渗透率也高于女性网民。当前国内SNS网站用户中,男女用户比例约为0.621[∶]0.379。与整体网民年龄分布相比,SNS网站用户更具低龄化特征,其中30岁以下用户占九成以上。目前21~25岁这一年龄组为SNS网站用户的主力军,占整体的四成以上(42.7%
8、);其次为16~20岁年龄组,约为三成(30.6%);30岁以下的用户占SNS网站用户的90%以上。 1.2用户行为分析
此文档下载收益归作者所有