基于DSP的嵌入式人臉識(shí)別系統(tǒng)的設(shè)計(jì).pdf

1、隨著社會(huì)的發(fā)展，人們對(duì)身份鑒別的準(zhǔn)確性、安全性和實(shí)時(shí)性提出了更高的要求，傳統(tǒng)的身份識(shí)別方式已經(jīng)不能滿足這種需要，而生物識(shí)別技術(shù)以其自身的特點(diǎn)和優(yōu)勢正得到了飛速的發(fā)展和廣泛的應(yīng)用。相對(duì)于指紋識(shí)別、聲音識(shí)別、掌紋識(shí)別等其它生物識(shí)別方法，人臉識(shí)別技術(shù)提供了一種直接、友好、方便、非侵犯性、高可靠性和穩(wěn)定性等優(yōu)點(diǎn)的鑒別途徑，這些優(yōu)點(diǎn)使得人臉識(shí)別技術(shù)在身份識(shí)別、自動(dòng)監(jiān)控、人機(jī)交互等眾多領(lǐng)域有了很大的發(fā)展?jié)摿Α?br>　　 本文在需求分析與實(shí)驗(yàn)的基

2、礎(chǔ)上，首先提出系統(tǒng)的總體設(shè)計(jì)方案，整個(gè)系統(tǒng)的設(shè)計(jì)包括DSP的硬件配置，人臉識(shí)別相關(guān)算法的研究及其在DSP上的實(shí)現(xiàn)；以SEED-VPM642型DSP開發(fā)板為硬件開發(fā)平臺(tái)，移植入人臉檢測和人臉識(shí)別算法，構(gòu)建了基于DSP的人臉識(shí)別系統(tǒng)。論文的主要內(nèi)容包括：
　　 1.深入研究了Adaboost算法原理，分別實(shí)現(xiàn)了人臉檢測的分類器訓(xùn)練過程和在線檢測過程，并將其移植到DSP人臉識(shí)別系統(tǒng)中。
　　 2.對(duì)人臉識(shí)別算法進(jìn)行了改進(jìn)，提出

3、了一種雙向壓縮的二維主成分分析和PCA相結(jié)合的人臉識(shí)別方法，即直接對(duì)二維圖像依次進(jìn)行行和列方向上的特征抽取，在此基礎(chǔ)上進(jìn)行主成分分析以壓縮特征維數(shù)，此方法在保證較高識(shí)別率的前提下，節(jié)省了人臉特征所占的存儲(chǔ)空間。
　　 3.在DSP集成開發(fā)環(huán)境CCS中把系統(tǒng)的工作劃分為圖像采集、圖像處理、圖像顯示、網(wǎng)絡(luò)初始化以及PC機(jī)與DSP間的網(wǎng)絡(luò)通信這五個(gè)任務(wù)，并通過CCS中集成的實(shí)時(shí)操作系統(tǒng)DSP/BIOS對(duì)各任務(wù)進(jìn)行配置，實(shí)現(xiàn)任務(wù)的合理調(diào)

4、度。
　　 4.利用DSP控制攝像頭實(shí)現(xiàn)了人臉圖像的實(shí)時(shí)采集，構(gòu)建人臉特征庫，將其存儲(chǔ)在PC機(jī)上，通過DM642的網(wǎng)絡(luò)接口實(shí)現(xiàn)了PC機(jī)與DSP的通信和實(shí)時(shí)配置。
　　 在前期的算法驗(yàn)證時(shí)，在CMU/MIT的正面人臉數(shù)據(jù)庫上，對(duì)基于Adaboost的人臉檢測算法測評(píng)，證實(shí)了該算法的實(shí)時(shí)性和有效性；在ORL人臉數(shù)據(jù)庫上，對(duì)改進(jìn)的人臉識(shí)別算法測評(píng)，經(jīng)過多次反復(fù)的參數(shù)調(diào)整，使得識(shí)別率最高達(dá)到了97.5％；在構(gòu)建好完整的人臉識(shí)別系