低功耗嵌入式實時人臉識別系統(tǒng).pdf

1、近年來,隨著人臉識別技術(shù)的進步,人臉識別從實驗室研究逐步走向?qū)嵱没?在視頻監(jiān)控、門禁考勤以及通關(guān)系統(tǒng)等領(lǐng)域得到了重要應(yīng)用。與虹膜、語音識別等生物識別技術(shù)相比,人臉識別具有非接觸式、不易偽裝、采集設(shè)備低廉等優(yōu)點。但是基于PC平臺的人臉識別系統(tǒng)體積大、成本貴、功耗高以及不便于攜帶等缺點,使人臉識別的應(yīng)用場合受到了很大限制。嵌入式ARM處理器功耗低,對數(shù)據(jù)處理的能力較強,并且價格低廉,利于嵌入式人臉識別系統(tǒng)的普及化。因此在ARM平臺開發(fā)實用人

2、臉識別系統(tǒng)具有重要的應(yīng)用價值。
　　本文以實現(xiàn)實用的低功耗嵌入式實時人臉識別系統(tǒng)為目標(biāo),提出了基于低功耗的ARM平臺實現(xiàn)人臉識別系統(tǒng),設(shè)計了嵌入式人臉識別的軟硬件系統(tǒng),研究并改進了人臉檢測及識別算法,完成了人臉識別算法層與應(yīng)用軟件界面層的開發(fā)與優(yōu)化,最終實現(xiàn)了低功耗嵌入式實時人臉識別系統(tǒng)。本文的主要工作:
　　針對人臉識別算法對軟硬件的要求,設(shè)計了低功耗ARM平臺的人臉識別軟硬件系統(tǒng)結(jié)構(gòu),將算法軟件層與應(yīng)用界面層進行了分層設(shè)

3、計,實現(xiàn)了硬件層面的多接口與低功耗功能。
　　研究了人眼定位算法,針對人眼定位受眉毛干擾及耗時的缺點,提出了改進的雙重AdaBoost人眼定位算法,提高了運算速度和定位準(zhǔn)確度。同時提出了一種基于眉毛眼睛雙對稱的人臉圖像質(zhì)量評價方法,對待識別圖片進行定位評價,從而濾除定位錯誤的圖像,避免其進入后續(xù)識別,提高了系統(tǒng)識別性能。
　　為了有效解決人臉識別受光照變換影響及嵌入式運算速度受限的問題,本文提出了采用LBPV(LBP Var

4、iance)算法進行人臉特征提取,LBPV算法是LBP(Local Binary Pattern,局部二進制模式)算法的改進算法,同時可以描述紋理的空間特征與不均勻特征,改進了LBP的性能,提高了識別效果。
　　根據(jù)算法特點,對人臉識別算法程序進行了大量優(yōu)化,大幅提高了運算速度,同時對識別性能影響很小,強化了系統(tǒng)的實時性能。
　　設(shè)計并實現(xiàn)了嵌入式平臺的應(yīng)用層界面及流程,封裝了人臉識別算法模塊,并實現(xiàn)了應(yīng)用界面調(diào)用人臉識別算