人脸识别系统在嵌入式ARM上的实现.docx

第36卷第6期 第36卷第6期 电子器件 V01．36 No．6 2013年12月 Chinese Journal of Electron Devices Dec．2013 Implementation of Face Recognition System Based on Embedded ARM幸 WANG Yarning+，HE so愕，WANG Wei (College ofCommunication and Information Technology，瓜’an University ofScience and Teconology， Xi’an 710054，China) Abstract：All kinds of the subspace distances obtained between face recognition algorithm of general RU-LBP and PCA combination not balanced and make it low in face recognition，a ridge regression method for face recognition is proposed．For face feature extraction by using RU—LBP and PCA，and then the regression algorithm is used to identify the ridge，the algorithm maximizes the average between the various types of distance，and improves the classification ability．In the FERET standard face database，the experimental results indicate that this algorithm Can significantly improve the recognition rate exactly． Key words：embedded ARM；face recognition；Adaboost；RU—LBP；ridge regression EEACC：6140C doi：10．3969／j．issn．1005—9490．2013．06．006 人脸识别系统在嵌入式ARM上的实现术 王亚民+，何松，王 维 (西安科技大学通信与信息工程学院，西安710054) 摘 要：由于通用RU．LBP和PCA结合的人脸识别算法得到的子空间内各类之间距离不均衡导致人脸识别低，提出一种岭回 归人脸识别方法。通过使用RU．LBP和PCA进行人脸特征提取，然后对这些特征使用岭回归算法进行识别，该算法能够最大程 度上均化各类之间的距离。提高分类能力。在FERE3标准的人脸库上的实验结果表明，该算法能够显著改进人脸识别率。 关键词：嵌入式ARM；．A。脸识别；Adaboost；RU—LBP；PcA；岭回归 中图分类号：TP391．41 文献标识码：A 文章编号：1005-9490(2013)06-0779-05 随着安全监控意识的不断提高，平时所忽略的 测，在通过RU．LBP(旋转模式和统一模式相结合的 安全隐患也日趋严重。如何高效、方便地进行身份 LBP算子)进行人脸特征提取的基础上，经PCA降 验证和识别，已经成为人们日益关注的问题。人脸 维，使用能够最大程度上均化各类之间距离的岭回 识别作为身份验证的一种有效方式，已成为模式识 归方法进行识别¨。2 J。最终实现了一个具有友好人 别领域研究的热点问题。 机交互界面的嵌人式人脸识别系统，具有良好的实 人脸识别可基于传统的用于信号处理的DSP， 时性和识别率。 但这不利于人机交互，没有丰富的操作界面。而基 1嵌入式硬件选择与系统架构 于LINUX操作系统的嵌入式ARM具有丰富的界面 编程接口，便于移植，在人机交互方面具有很大的优 由于嵌入式人脸识别系统运算量很大，对实时 势，越来越受到专业人士的青睐。随着高速ARM 性要求高，对芯片的处理性能有很高的要求本系统 处理器的迅猛发展，使用ARM来进行图像处理也 采用三星公司新出的S5PV210为主处理器的 越来越能够满足实时性的要求。 Tiny210开发板为实现平台，处理器运行主频高达 本文采用最新款高性能Codex—A8处理器的 1 GHz，同时加入了用于多媒体和信号处理的 Tiny210开发板，在LINUX操作系统下采用V4L2进 NEONTM技术，以及内部集成的Po