论文部分内容阅读
近年来,随着人脸识别技术的进步,人脸识别从实验室研究逐步走向实用化,在视频监控、门禁考勤以及通关系统等领域得到了重要应用。与虹膜、语音识别等生物识别技术相比,人脸识别具有非接触式、不易伪装、采集设备低廉等优点。但是基于PC平台的人脸识别系统体积大、成本贵、功耗高以及不便于携带等缺点,使人脸识别的应用场合受到了很大限制。嵌入式ARM处理器功耗低,对数据处理的能力较强,并且价格低廉,利于嵌入式人脸识别系统的普及化。因此在ARM平台开发实用人脸识别系统具有重要的应用价值。本文以实现实用的低功耗嵌入式实时人脸识别系统为目标,提出了基于低功耗的ARM平台实现人脸识别系统,设计了嵌入式人脸识别的软硬件系统,研究并改进了人脸检测及识别算法,完成了人脸识别算法层与应用软件界面层的开发与优化,最终实现了低功耗嵌入式实时人脸识别系统。本文的主要工作:针对人脸识别算法对软硬件的要求,设计了低功耗ARM平台的人脸识别软硬件系统结构,将算法软件层与应用界面层进行了分层设计,实现了硬件层面的多接口与低功耗功能。研究了人眼定位算法,针对人眼定位受眉毛干扰及耗时的缺点,提出了改进的双重AdaBoost人眼定位算法,提高了运算速度和定位准确度。同时提出了一种基于眉毛眼睛双对称的人脸图像质量评价方法,对待识别图片进行定位评价,从而滤除定位错误的图像,避免其进入后续识别,提高了系统识别性能。为了有效解决人脸识别受光照变换影响及嵌入式运算速度受限的问题,本文提出了采用LBPV(LBP Variance)算法进行人脸特征提取,LBPV算法是LBP(Local Binary Pattern,局部二进制模式)算法的改进算法,同时可以描述纹理的空间特征与不均匀特征,改进了LBP的性能,提高了识别效果。根据算法特点,对人脸识别算法程序进行了大量优化,大幅提高了运算速度,同时对识别性能影响很小,强化了系统的实时性能。设计并实现了嵌入式平台的应用层界面及流程,封装了人脸识别算法模块,并实现了应用界面调用人脸识别算法功能,实现了完整的实用嵌入式人脸识别系统。