人臉識(shí)別技術(shù)作為生物識(shí)別技術(shù)之一，是模式識(shí)別在圖像領(lǐng)域中的具體運(yùn)用，其應(yīng)用前景非常廣闊，可以應(yīng)用到身份證件的鑒別、自動(dòng)門禁控制系統(tǒng)、銀行取款機(jī)、家庭安全，圖片檢索等領(lǐng)域。 人臉識(shí)別系統(tǒng)主要分為人臉檢測(cè)定位，特征提取和人臉分類三部分。人臉的檢測(cè)和定位，即從輸入的圖像中找到人臉及人臉存在的位置，并將人臉從背景中分離出來。在特征提取部分，先對(duì)原始人臉數(shù)據(jù)進(jìn)行特征提取，之后原始數(shù)據(jù)由維數(shù)較少的有效特征數(shù)據(jù)表示并存儲(chǔ)在數(shù)據(jù)庫(kù)中，接下來進(jìn)行人臉分類，在識(shí)別待測(cè)人臉圖像時(shí)，將待測(cè)圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)數(shù)據(jù)相比對(duì)，判斷是否為庫(kù)中的某一人，從而實(shí)現(xiàn)自動(dòng)識(shí)別人臉的目的。 在過去的十年里，人臉識(shí)別技術(shù)一直是圖像處理領(lǐng)域里具有挑戰(zhàn)性的課題，隨著研究的深入，許多人臉檢測(cè)及識(shí)別算法被提出來。其中基于主成分分析的eigenface的算法及其變形已經(jīng)成為測(cè)試人臉識(shí)別系統(tǒng)性能的基準(zhǔn)算法；同時(shí)Adaboost人臉檢測(cè)算法，在PC上基本可以達(dá)到實(shí)時(shí)，在嵌入式產(chǎn)品廣泛應(yīng)用的今天，只有讓人臉識(shí)別算法在嵌入式平臺(tái)上實(shí)現(xiàn)，才能獲得更廣闊的應(yīng)用，本文研究了在嵌入式平臺(tái)上Adaboost人臉檢測(cè)算法的性能。 嵌入式是后PC時(shí)代的一個(gè)亮點(diǎn)，目前已經(jīng)應(yīng)用在社會(huì)生活的方方面面。嵌入式產(chǎn)品的開發(fā)平臺(tái)分為包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作為嵌入式開發(fā)平臺(tái)，研究人臉識(shí)別在ARM平臺(tái)的性能，為實(shí)用的嵌入式人臉識(shí)別系統(tǒng)的設(shè)計(jì)提供參考。 本文從PC平臺(tái)的軟件實(shí)現(xiàn)入手，分別實(shí)現(xiàn)了PC平臺(tái)下的AdaBoost人臉檢測(cè)算法和PCA人臉識(shí)別算法,分析了現(xiàn)象及結(jié)果，接下來搭建了基于ARM嵌入式系統(tǒng)的硬件平臺(tái)，對(duì)AdaBoost人臉檢測(cè)算法進(jìn)行了硬件平臺(tái)的移植，并得出相應(yīng)實(shí)驗(yàn)效果。
標(biāo)簽：
ARM
人臉識(shí)別
系統(tǒng)設(shè)計(jì)
上傳時(shí)間：
2013-05-31
上傳用戶：saharawalker
