论文部分内容阅读
人脸作为一种人体生物特征,具有难以伪造、不会遗失、随身携带、方便易用等特点。人脸识别,特指利用分析、比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别技术是一个涉及到图像处理、模式识别、生理学和心理学等多个交叉学科的问题,是模式识别与人工智能的研究热点之一。人脸识别在身份验证系统、司法应用和人机交互等方面都有广泛应用。传统的高性能智能人脸识别系统一般是基于PC平台,功能强大但是系统复杂,对软硬件要求也高,制约了其在一些特定的、要求系统具备良好的便携性和易用性的场所中的应用。嵌入式技术的快速发展使得人脸识别技术与嵌入式平台的结合即嵌入式人脸识别系统成为可能,有利于实现人脸识别系统的灵活和高效。本文在对嵌入式系统和人脸识别系统的国内外研究和发展现状进行充分调研的基础上,针对基于ARM9和Linux操作系统的人脸识别系统进行了研究与设计。系统的硬件平台选用基于ARM9架构的S3C2440嵌入式开发板,软件平台选用具有开放源代码的Linux操作系统。论文首先进行了嵌入式系统开发平台的搭建,在PC机上进行了交叉编译环境的建立,在ARM9硬件平台上进行了Bootloader的移植、Linux内核的移植、根文件系统的建立和硬件设备驱动程序的移植,为人脸识别算法的设计和运行验证建立起一个可靠的、稳定的嵌入式软件开发环境。其次着重分析了人脸检测和识别的原理和方法,为人脸识别算法的实现奠定了理论基础。在实现过程中,将人脸识别系统划分为四个功能模块,对各个模块进行了设计和实现,包括基于QT工具的图形用户界面系统的开发、基于V4L的图像采集与实现、人脸检测算法以及人脸识别算法的实现,并结合嵌入式系统的特点对各算法进行了优化。在人脸检测方面,提出使用haar+Adaboost级联分类器的方法,在人脸识别方面提出使用PCA+2DPCA的方法,两种算法相结合,扬长避短,可以取得良好的检测和识别效果,提高了检测效率和准确率。实验结果表明,本文的人脸识别系统在识别速度和识别准确率上都取得了好的效果,对嵌入式人脸识别系统的研究和推广应用具有很好的参考价值。本论文图36幅,表5个,参考文献40篇。