基于人脸特征定位的sns网站应用组件研究与设计

《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