论文部分内容阅读
人脸识别,是一种根据人脸部特征信息进行身份验证的生物识别技术。目前它是计算机视觉和模式识别领域研究的热点问题,在图像处理、智能监控、智能汽车系统等领域有着广泛的应用前景。现在的人脸识别产品大部分都是基于x86结构的,在有些场合下使用起来很不方便。因此开发便携的嵌入式人脸识别产品具有理论意义和实用价值。一个完整的人脸识别系统包括人脸检测、图像预处理、特征提取和人脸识别四个部分。本文在人脸检测阶段,实现了基于Haar特征的AdaBoost人脸检测算法,为了判断检测的人脸是否是正面人脸,在此基础上提出了基于积分投影的三层结构的人眼定位算法;在图像预处理阶段,进行了几何归一化和直方图均衡化,尽可能消除不同拍摄条件下对成像人脸大小、位置及光照的影响。在特征提取阶段,分别对PCA特征提取方法和2DPCA特征提取方法进行了研究,并通过实验对两种方法进行了对比。由于2DPCA方法使用起来占内存空间较大,并且嵌入式系统资源有限,于是本文采用了PCA特征提取的方法。在人脸识别阶段,使用欧氏距离对各个人脸图像在人脸空间中的投影点进行计算,来判断待识别的人脸是人脸库中的哪个人。最后以Tiny210开发板为硬件实验平台,移植了上面的有关程序代码,搭建了嵌入式人脸识别系统。该开发板采用的是基于ARM Cortex-A8内核的S5PV210处理器,搭载的是Linux操作系统。为了方便人机交互,设计了基于Qt的图形界面。然后建了一个小型的人脸库,对该系统进行测试。实验结果表明,在光照较为均匀的场合,该嵌入式人脸识别系统能够对待识别人脸进行正确识别。