嵌入式系統(tǒng)上基于近紅外圖像的人臉識(shí)別研究.pdf

1、人臉識(shí)別是當(dāng)今新興生物識(shí)別技術(shù)的一個(gè)重要部分。人臉因具有不可復(fù)制、采集方便、不需要被拍者的配合等優(yōu)點(diǎn)，而使得人臉識(shí)別在科研領(lǐng)域和商業(yè)市場(chǎng)上有著廣泛的應(yīng)用前景。嵌入式硬件平臺(tái)使得人臉識(shí)別系統(tǒng)應(yīng)用在可移動(dòng)、便攜的新領(lǐng)域。
　　 本文研究了人臉識(shí)別的各處理階段，討論了人臉圖像的成像原理，預(yù)處理過程，常用的人臉特征提取方法到人臉識(shí)別的幾種主流算法這一系列過程。從理論上來說，近紅外圖像人臉識(shí)別可以解決在光照條件變化、人臉偽裝等情況下人臉識(shí)

2、別困難的問題。因此本文使用近紅外光攝像頭采集人臉圖像。本文詳細(xì)介紹了LBP特征(局部二進(jìn)制模式特征)應(yīng)用于人臉識(shí)別領(lǐng)域，并對(duì)既有的LBP進(jìn)行多尺度改進(jìn)。實(shí)驗(yàn)結(jié)果證明多尺度的LBP優(yōu)丁既有的LBP。在分類器的設(shè)計(jì)階段，本文討論了AdaBoost學(xué)習(xí)算法，從多類問題到兩類問題的轉(zhuǎn)化形成適合于AdaBoost分類器分類的樣本，以及特征提取、分類器匹配等方面進(jìn)行了研究和實(shí)驗(yàn)。
　　 本文設(shè)計(jì)和實(shí)現(xiàn)了用于嵌入式設(shè)備上，使用主動(dòng)近紅外光的高

3、效快速的人臉識(shí)別系統(tǒng)?？紤]到嵌入式系統(tǒng)的內(nèi)存限制和CPU處理速度的問題，需要選擇能夠充分地描述人臉的特征，高效率的算法來實(shí)現(xiàn)人臉識(shí)別系統(tǒng)，因而本系統(tǒng)開發(fā)了使用高效率的LBP特征提取方法和AdaBoost分類器，使用C語言開發(fā)核心算法，以滿足在嵌入式系統(tǒng)上運(yùn)行。
　　 對(duì)于本文實(shí)現(xiàn)的人臉識(shí)別系統(tǒng)，做了大量實(shí)驗(yàn)驗(yàn)證分析其識(shí)別性能及影響因素。實(shí)驗(yàn)結(jié)果表明，圖像的質(zhì)量對(duì)系統(tǒng)的識(shí)別率影響較大，AdaBoost的訓(xùn)練樣本越多識(shí)別效率越好，并