论文部分内容阅读
21世纪随着科学技术的发展,人脸识别技术改变了我们生活方式。但是人脸识别算法易受光照强度、遮挡物、人脸拍摄角度等复杂环境的影响,从而降低了人脸识别效率。传统的人脸识别系统主要以电脑PC为平台,不仅体积庞大,而且操作不便利。随着嵌入式技术的不断发展,人脸识别技术在嵌入式领域中得到了广泛的应用。体积小,功耗低,集成度高,便于携带等特点促进了嵌入式技术的发展,目前出现了各种各样的嵌入式产品,比如,交换机、医疗仪器、汽车电子等,因此嵌入式技术具有重要的研究价值和意义。为了解决上述问题,本文研究并分析了现有的的人脸识别算法,总结人脸识别算法的优势与不足。重点研究了2D-Gabor和LBPH算法的人脸特征提取方法,由于2D-Gabor提取人脸特征时会产生大量冗余信息,所以本文提出了现将2D-Gabor进行加权、降维、改进处理,然后再与LBPH算法融合进行人脸识别。通过使用人脸标准数据库进行仿真实验,实验表明在复杂环境下,改进的2D-Gabor和LBPH融合算法相对于传统的算法,具有更高的识别率和鲁棒性。最后将改进的LBPH算法移植到嵌入式开发平台上,实现了嵌入式人脸识别。该系统采用Exynos4412处理器搭建客户端系统,主要用于人脸图像的采集和检测。使用Linux系统作为服务器用于人脸特征识别,利用C++语言编写核心算法,从而使客户端与服务器之间实现稳定通信。经实验测试,该嵌入式人脸识别系统具有高识别率、实时性和抗干扰性能强等特点。本文主要工作内容如下:(1)研究并分析了人脸识别算法,算法包括直方图均衡化算法、中值滤波算法、尺度归一化算法、Ada Boost人脸检测算法、PCA人脸识别算法、LDA人脸识别算法、LBPH人脸识别算法。(2)提出一种改进的LBPH人脸识别算法,选取一定尺度的二维Gabor,再结合LBPH算法描述人脸特征,实验结果表明改进的算法识别率相比于传统算法识别率和鲁棒性得到了明显的提升。(3)完成了软硬件系统框架的搭建,硬件部分选取基于Crotex-A9架构的三星Exynos4412开发板作为系统硬件开发平台,采用的500万像素的USB摄像头采集人脸图像,显示端使用9.7寸触摸屏。软件部分,选用Ubuntu 12.04作为PC端的开发平台。(4)在嵌入式开发平台上实现了改进的2D-Gabor和LBPH融合算法的人脸识别,最后测试了人脸识别系统的在不同环境下人脸识别等性能指标,经过多次测试分析,实验结果表明该人脸识别系统在识别速度和识别率上都取得了较好的效果,在一定程度上满足人们的需求,具有重要的研究意义和应用价值。