刘 程，谭晓阳,2

(1.南京航空航天大学计算机科学与技术学院,江苏 南京 210016； 2.软件新技术与产业化协同创新中心，江苏 南京 210016)

0 引 言

随着机器学习在计算机视觉领域，特别是人脸识别上的突破性进展，人脸验证技术[1-3]的产业化越来越受到学术界和工业界的关注。目前市面上已经有不少投入使用的人脸验证产品，如南京高铁站采用的人脸验证检票系统、支付宝的刷脸支付等。这些人脸验证系统[4]已经达到了工业化应用的标准，但也存在一定的局限性。例如前者需要采购特定的设备，并且设备体积过大不便于移动。而后者受限于网络传输的速度和稳定性，在需要不断移动，并且无法保证网络通畅的环境下无法满足应用需求。例如物流公司的货运系统需要在长途运输过程中验证货车司机的真实身份，由于货车长途跋涉不能保证网络的通畅与稳定，而且货车驾驶舱空间较小无法安装大型的人脸验证设备。

综合考虑上述应用需求，本文设计并实现一种部署于移动端平台的人脸验证系统。移动端设备具有小巧便携的特点，并且随着移动端高性能计算芯片技术[5-6]的发展，如高通、联发科等厂商生产的移动设备芯片具有一定的多核并行计算能力，能够满足较低分辨率图片的实时处理，以及谷歌官方提供了NDK编译技术对于C语言在安卓平台[7]的支持，使得在移动端设备部署小型深度卷积神经网络模型成为了可能。

基于上述2点，本文设计并实现一款完全基于安卓系统智能手机的人脸验证系统。……