基于嵌入式智能監(jiān)控系統(tǒng)的人臉識(shí)別研究.pdf

1、自動(dòng)人臉識(shí)別技術(shù)涉及圖像處理、模式識(shí)別、計(jì)算機(jī)視覺、神經(jīng)網(wǎng)絡(luò)等多門學(xué)科，是一個(gè)富有挑戰(zhàn)性的課題。嵌入式智能監(jiān)控的人臉識(shí)別研究是建立在嵌入式操作系統(tǒng)和嵌入式硬件平臺(tái)之上的，具有起點(diǎn)高、概念新、實(shí)用性強(qiáng)等特點(diǎn)。 在實(shí)際監(jiān)控中，人臉識(shí)別會(huì)受到光照、姿態(tài)變化等影響，目前識(shí)別精度和識(shí)別速率仍難以滿足人們的預(yù)期要求。本文深入研究了嵌入式智能監(jiān)控系統(tǒng)中魯棒的人臉特征描述和高效的人臉識(shí)別核心算法。 首先，介紹了嵌入式Linux操作系統(tǒng)和

2、GM8180硬件平臺(tái)架構(gòu)，探討了嵌入式人臉識(shí)別系統(tǒng)設(shè)計(jì)中的關(guān)鍵問題；由于嵌入式硬件資源受限，不能只注重高識(shí)別率，還需要考慮算法復(fù)雜度，因此本文采用復(fù)雜度較低且具有線性降維的EPL算法作為嵌入式人臉識(shí)別的核心算法。 其次，從Gabor小波的生物學(xué)背景出發(fā)，由于參數(shù)化的Gabor小波與簡單細(xì)胞的感受野模型有著良好的匹配，因此引入Gabor小波表征人臉，將變換后的向量視為獨(dú)立的樣本，增加樣本個(gè)數(shù)，同時(shí)對Gabor小波去冗余以保證識(shí)別速

3、率。 最后，在前述算法的基礎(chǔ)上構(gòu)建自動(dòng)人臉識(shí)別系統(tǒng)，加入了直方圖均衡化對圖像作預(yù)處理，設(shè)計(jì)了互子空間夾角余弦分類器；并在此系統(tǒng)上，采用快速PCA算法和浮點(diǎn)定點(diǎn)化方法對人臉識(shí)別速度進(jìn)行優(yōu)化。 本文將局部Gabor小波用于人臉表征，仿真結(jié)果表明，基于局部Gabor小波的EPL算法優(yōu)于直接的EPL算法，在小樣本和維數(shù)較少時(shí)，識(shí)別率可以達(dá)到95％；將固定點(diǎn)算法和Gram-Schmidt正交化用于快速PCA算法，以及采用浮點(diǎn)轉(zhuǎn)定點(diǎn)