低功耗嵌入式实时人脸识别系统-控制工程专业论文.docx

万方数据 万方数据 上海交通大学硕士学位论文 上海交通大学硕士学位论文 低功耗嵌入式实时人脸识别系统 摘 要 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 I 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。 关键词：嵌入式系统 ARM 人眼定位 人眼定位准确度判断 人脸识别 LBPV II The Real-Time Face Recognition based on Low-power Embedded System ABSTRACT In recent years, with the development of face recognition technology, face recognition system has been applied to engineering practice from research works. It has been used for video surveillance, attendance access machine, Immigration Auto-Clearance System and so on. There are some advantages of face recognition that non-contact, uneasy to camouflage, low acquisition equipment, compared to irides, voice recognition system and others. But there are some disadvantages of face recognition based on PC like large size, cost high, high power and uneasy to carry, and it restricted the application. Embedded ARM processor is low power consumption, powerful data processing ability and low cost. It is beneficial to universalness of face recognition. Hence, the face recognition system based on arm will have a better development prospect for application. Aiming at developing real-time face recognition