基于ARM9的嵌入式人臉識別系統(tǒng)設(shè)計(jì).pdf

1、隨著數(shù)字時代的到來，基于生物特征的身份識別鑒定技術(shù)越來越顯示出了其自身的價(jià)值，人臉識別作為計(jì)算機(jī)視覺和模式識別交叉領(lǐng)域的一項(xiàng)技術(shù)，在計(jì)算機(jī)技術(shù)和模式識別技術(shù)[1]迅猛發(fā)展的背景下，強(qiáng)有力的推動了生物特征技術(shù)在安防、檢測等方面的應(yīng)用和發(fā)展。在智能門禁、布控監(jiān)控、身份鑒別、機(jī)密安全保護(hù)等方面有著極其典型的應(yīng)用。并且近些年來，嵌入式系統(tǒng)以其功能齊全、安全可靠、價(jià)格低廉、體積小、功耗低等的優(yōu)勢，以貼近生活、以實(shí)際應(yīng)用為核心的特點(diǎn)，越來越廣泛的應(yīng)

2、用到了各個領(lǐng)域。
　　本設(shè)計(jì)針對圖像采集易受光照、人臉旋轉(zhuǎn)等因素影響，精確算法計(jì)算耗時過長等存在的現(xiàn)有問題，提出了使用通用的形變模型來表示人臉特征輪廓，逐步求精的辦法對局部區(qū)域進(jìn)行探測、采集、處理，增加其抗干擾性，利用全局和局部特征相結(jié)合的辦法進(jìn)一步提高人臉識別的效率，較好的提升該設(shè)計(jì)對待識別處理圖像的各種變換情況的應(yīng)對能力。
　　通常情況下，在采集圖像時容易受到光照、距離、角度等多方面的干擾，大大增加了人臉識別的難度，此時

3、就需要對圖像進(jìn)行預(yù)處理。本設(shè)計(jì)在圖像預(yù)處理環(huán)節(jié)采用了圖像的幾何處理，使得人臉部分得以精確定位和導(dǎo)入;使用幾何歸一化處理方式，對圖像進(jìn)行旋轉(zhuǎn)、裁剪以達(dá)到統(tǒng)一的標(biāo)準(zhǔn);灰度化處理，人臉邊緣能量函數(shù)模型的構(gòu)建、運(yùn)用使得更容易區(qū)分出圖像背景與人臉區(qū)域的部分，加快處理的速度;通過運(yùn)用直方圖均衡化技術(shù)調(diào)節(jié)圖像的灰度分布，有效的提高圖像的質(zhì)量;并利用中值濾波技術(shù)去除圖像中的噪聲干擾，進(jìn)一步保證識別圖像的質(zhì)量。進(jìn)行了首要環(huán)節(jié)的預(yù)處理之后，進(jìn)入第二階段:在

4、特征提取環(huán)節(jié)，通過比較選取合適的提取方法（例如:K-L變換方法、小波變換方法、Harr特征提取方法等）;在分類環(huán)節(jié)，在設(shè)定的條件之下，將特征空間劃分為類型空間，又因?yàn)槟Ｊ阶R別系統(tǒng)必然需要一個學(xué)習(xí)的過程，通過樣本特征的變化對分類功能自動調(diào)節(jié)，也就是分類器的訓(xùn)練。因此，為了保證分類器對正確識別率的要求，設(shè)置了相應(yīng)的判決規(guī)則。通過參考識別結(jié)果，并經(jīng)歷連續(xù)輸入一個修正后參數(shù)的正反饋過程，直到符合實(shí)際識別的要求為止。在識別算法方面，比較各種主流識

5、別算法（例如:主成分分析法等），選定基于全局特征和局部特征的主成分分析法作為本設(shè)計(jì)的識別方法。
　　針對實(shí)際的需求，本設(shè)計(jì)研究了人臉識別算法在ARM開發(fā)板嵌入式設(shè)備上的應(yīng)用，采用S3C2440A芯片和Ubuntu操作系統(tǒng)平臺，利用ARM板上的攝像頭對人臉進(jìn)行識別檢測，結(jié)合本設(shè)計(jì)所提出的改進(jìn)算法，在PC機(jī)上實(shí)現(xiàn)對人臉識別分類器的分類訓(xùn)練，利用網(wǎng)絡(luò)傳輸?shù)姆绞桨延?xùn)練后符合實(shí)際要求的分類器傳輸?shù)紸RM的開發(fā)板中，進(jìn)行實(shí)地檢驗(yàn)，根據(jù)測試結(jié)果