目前前沿的深度學(xué)習(xí)人臉識別系統(tǒng)對于硬件要求比較高,不適用低配的嵌入式設(shè)備。而嵌入式技術(shù)的應(yīng)用,算法的改進(jìn)研究,有利于嵌入式人臉識別系統(tǒng)的高效和靈活的利用。本文主要工作如下:1.深入探討在嵌入式設(shè)備上實現(xiàn)人臉檢測和人臉識別部分常用算法的研究。人臉檢測中重點分析了兩個主要的分類器,Haar分類器和LBP分類器的原理以及最終選取級聯(lián)強(qiáng)分類器來進(jìn)行人臉檢測。人臉識別中除了分析PCA算法、LDA算法、LBP算法外,使用改進(jìn)LBP算子思想,即用旋轉(zhuǎn)不變的LBP算子和分塊加權(quán)的LBP算子相結(jié)合來完成人臉識別系統(tǒng)。2.對于人臉識別系統(tǒng)硬件的選取以及軟件環(huán)境的搭建進(jìn)行重點介紹,這些軟硬件環(huán)境是人臉識別系統(tǒng)的設(shè)計的基礎(chǔ),是完成該項目的重要保障。硬件選取的是ARM系列的Cortex-A9架構(gòu)的開發(fā)板,軟件開發(fā)環(huán)境的搭建,完成了交叉編譯、Opencv移植和QT移植等。3.著重分析了嵌入式平臺上人臉檢測和識別的原理與方法以及軟硬件的設(shè)計。在嵌入式軟件系統(tǒng)設(shè)計上主要分為四個模塊。它們分別是基于QT圖形用戶界面的開發(fā)、基于V4L視頻的采集與實現(xiàn)、利用Haar+Adaboost級聯(lián)分類器進(jìn)行人臉檢測和利用局部融合的L... 

【文章來源】：福州大學(xué)福建省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【圖文】：

圖２－１特征板??

原始圖像?

１１１?３６９??圖２－２原始圖像數(shù)據(jù)?圖２－３積分圖像數(shù)據(jù)??Ａ?Ｂ???ｒ一２??Ｃ?Ｄ??３?４??圖２－４特征值計算??總結(jié)以上，計算矩陣特征值的結(jié)果，其積分圖取決于其此特征矩形的端點，??只要遍歷以此樣本圖像就可以快速求解出所有區(qū)域像素和這樣省去了后期的??很多計算量，大大提高其計算速度。??使用Ａｄａｂｏｏｓｔ算法［４４］在兩個不同的樣本集，即人臉樣本集和非人臉樣本集，??分別訓(xùn)練弱學(xué)習(xí)算法，迭代構(gòu)建強(qiáng)學(xué)習(xí)算法。其算法就是選取有效Ｈａａｒ特征，??以此組建檢測器。單個弱分類器的公式可以定義如下（２－３）：??公式（２－３）??式（２－３）中，弱分類器的值用／ｚ，（ｘ）來表征，有人臉的特征用１表征，否則??用０表征。八表征方向，特征值為／，（ｘ），６＞，是認(rèn)為設(shè)置的閾值。??（１）訓(xùn)練樣本中的人臉圖像有ｎ張，則訓(xùn)練的數(shù)據(jù)集表示為??｛（々


本文編號：2896714