论文部分内容阅读
人脸识别是模式识别和图像处理等学科的一个研究热点和重点,它被广泛的应用在身份验证,刑侦破案,视频监控,人工智能和医疗器械等广泛领域,具有广泛的商用价值和应用价值。人脸识别技术作为生物识别技术之一,比较其他类型的生物特征识别,它具有直接,方便,友好等特点,所以用人脸特别作为身份识别使用户更容易接受。本文对人脸识别系统进行了研究和实现。首先对人脸识别进行了研究,提出了用KPCA所提取的人脸整体特征和Gabor所提取的人脸局部特征相结合的特征来描述人脸,来进行人脸识别。然后实现了人脸识别系统,该系统主要由两部分组成,一部分是人脸检测部分,在EVMDM642上完成;另外一部分是人脸识别分类,在PC机上实现。人脸识别主要包括特征提取和分类识别两个过程。其中特征提取的结果直接影响到人脸识别的效果,因此人脸特征提取一直是人脸识别中的研究焦点,许多人脸特征提取算法被提出来。其中效果较好的算法有PCA、LDA、SVD、ICA、GABOR小波等。由于各种人脸特征提取特征的方法提取的特征所包含的信息不同,对识别效果也有不同的影响。本文提出了一种特征融合的特征提取方法实现人脸特征提取,实验结果表明这种特征提取方法可以有效地提高人脸识别率。完整的人脸识别系统包括人脸检测和人脸识别。为了使人脸识别系统获得更广泛的应用,实现远程监控功能,所以本文把人脸检测过程在嵌入式平台实现。本文采用美国德州仪器(TI)提供的TMS320DM642多媒体芯片,在这个芯片上实现基于肤色的人脸检测,并通过NDK网络开发套件把人脸区域图像传输到PC机,采用所提出的人脸识别算法在PC机上实现,这样在局域网任何一台PC机上都可以通过DSP嵌入式平台检测到远端的人出入情况并识别身份。最后对实现的人脸识别系统进行了优化,并进行了实验测试和评估。系统能较准确检测出人脸,人脸识别的准确率也较高。视频图像网络传输过程较为稳定,在局域网内极少出现丢包现象,基本达到流畅。系统进行人脸识别处理过程速度快,平均耗时约0.3秒。测试结果表明本系统能够满足实时人脸识别任务,达到了预期效果。