论文部分内容阅读
如今,视频监控开始遍布于社会的各个角落,智能化视频监控也逐渐成为视频监控的主流发展方向。本文阐述了一种基于人脸识别应用于办公室及类似环境下的嵌入式安防考勤监控系统,这种系统对于封闭区域的人员进出监控及财产安全具有重要意义。本文从实际应用角度出发,以视频监控专用开发板海思HI3520D为硬件开发基础,以实现对经过监控场景的人员进行考勤与安防监控为最终目标,研究在有限的硬件资源条件下的安防考勤监控系统实现。主要工作包括以下几个方面。1、嵌入式系统总体方案及整体架构的设计。嵌入式监控系统有两种工作模式可供选择:F端(即前端)模式和S(即服务器端)端模式。整个系统软件架构包括实时视频、运动检测、人脸检测与识别、用户监听和交互通信五个部分,根据交互通信分析给出系统网络通信处理流程图并设计通信协议。2、运动物体检测。首先通过从海思芯片自带的视频内容侦测分析模块API接口获取侦测数据,来判断是否有运动物体。然后,通过API接口获取到当前图像与背景之间的图像宏块SAD(Sum of Absolute Difference)。在图像宏块SAD中进行运动框的具体定位,得到物体运动框。此外,可以通过运动框的移动方向确定运动物体的状态。3、人脸定位与截取。首先通过Haar特征在运动框内进行人脸检测,如果未检测到则再使用LBP特征进行人脸检测。通过将两种算法结合,可以实现一个较低的人脸检测漏检率。4、人脸识别。将截取得到的人脸图像进行尺寸归一化和直方图均衡,然后根据能量梯度得到图像清晰度的降序排列,取前三张图片。然后通过综合判断的方法,使用LDA算法进行人脸识别。5、陌生人鉴别。通过大量人脸实验数据,获取每个注册人员的人脸识别欧氏距离分布。每个人的欧氏距离数据近似符合正态分布。通过牺牲一定的准确性,进行陌生人鉴别。最后,智能监控系统也可以将本文的方法与步态和音频等其它信息结合起来,进一步提高安防考勤的可靠性。