基于DM6446的嵌入式近红外人脸识别系统

论文摘要

人脸识别技术是生物特征识别技术中应用最为广泛的技术之一。传统的身份认证方法,如身份证、密码和钥匙等,在安全性和便捷性上已经不能满足现代社会的需求。人脸的不变性和唯一性为身份识别提供了可靠依据,计算机图像处理和模式识别技术的发展使人脸的自动识别成为可能。传统的自动人脸识别系统多基于PC平台联机应用,随着国家对信息安全的重视以及技术发展的推动,人脸识别系统在刑侦鉴定、企业管理和自助服务等方面应用更为广泛,对自动人脸识别系统的便携性和易用性提出了更高的要求,因此,研究开发一款速度快、准确率高的便携式人脸识别系统具有重要意义。本文开发了一款基于DSP的便携式自动人脸识别系统。首先,在查阅大量人脸识别技术资料基础上,研究了人脸识别技术的发展概况、趋势和存在问题,对现有人脸识别产品进行了详细分析,提出本系统的设计要求。介绍了达芬奇技术,并基于该技术设计了系统的总体方案。其次,设计了一套基于DSP的自动人脸识别硬件系统,对系统电源、处理器、图像采集、存储器、人机交互及接口六大模块进行了详细的设计。其中图像采集模块采用近红外图像作为识别对象,大大降低了环境光照干扰。再次,选择了一套适合于本系统硬件平台的人脸识别算法,对图像预处理、基于Adboost的人脸检测、基于2D-PCA的人脸识别三个处理阶段进行了详细的设计,并针对本系统应用环境进行了详细优化。最后,利用ORL人脸库对影响系统性能的因素进行了分析,确定了系统各个部分的参数。对系统性能进行了测试,大量实验表明,本系统功耗低、体积小、运行稳定、速度快、准确率高,能够满足实时人脸识别的要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究的目的和意义
• 1.2 人脸识别技术的国内外研究现状
• 1.2.1 人脸识别产品介绍
• 1.2.2 人脸识别算法介绍
• 1.3 本论文研究主要内容
• 第2章 人脸识别系统总体设计
• 2.1 系统设计要求
• 2.2 达芬奇数字视频技术
• 2.2.1 达芬奇技术定义
• 2.2.2 达芬奇技术组成
• 2.3 系统总体方案设计
• 2.3.1 处理器选择
• 2.3.2 DM6446 性能介绍
• 2.3.3 系统框图
• 2.4 本章小结
• 第3章 系统硬件设计
• 3.1 电源模块设计
• 3.2 数据存储模块设计
• 3.2.1 DM6446 外部存储器接口介绍
• 3.2.2 SDRAM 存储器扩展
• 3.2.3 FLASH 存储器扩展
• 3.3 视频采集前端设计
• 3.3.1 DM6446 VPSS 介绍
• 3.3.2 CMOS 模块设计
• 3.3.3 近红外LED 灯板设计
• 3.3.4 CPLD 设计
• 3.4 人机交互设计
• 3.5 构建Linux 嵌入式系统
• 3.5.1 交叉编译环境硬件连接
• 3.5.2 交叉编译环境软件设置
• 3.5.3 系统软件架构
• 3.6 本章小结
• 第4章 图像预处理
• 4.1 图像差分
• 4.2 图像去噪
• 4.3 灰度变换
• 4.4 本章小结
• 第5章 基于AdaBoost 的人脸检测
• 5.1 Haar-like 特征
• 5.1.1 Haar-like 特征选择
• 5.1.2 Haar-like 特征数计算
• 5.1.3 Haar-like 特征值计算
• 5.2 分类器
• 5.2.1 弱分类器
• 5.2.2 强分类器
• 5.2.3 级联分类器
• 5.3 算法优化及检测过程
• 5.3.1 检测方式选择
• 5.3.2 检测窗口缩放范围预测
• 5.3.3 图像几何归一化
• 5.3.4 人脸检测流程
• 5.4 本章小结
• 第6章 基于2D-PCA 的人脸识别
• 6.1 特征提取
• 6.2 人脸注册与识别
• 6.3 实验结果与分析
• 6.3.1 ORL 标准人脸库介绍
• 6.3.2 影响识别率参数分析
• 6.3.3 系统性能测试
• 6.4 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢