基于ARM的嵌入式人脸识别系统研究实现

论文摘要

随着计算机技术和生物医学工程技术突飞猛进的发展，利用人体生物特征来进行身份识别的生物特征识别技术已经成为安防系统的首选。与传统的身份识别手段比较，人脸识别技术具有非接触性、稳定性好、难仿冒等优点，所以人脸识别是一种极具广阔市场应用前景的身份识别技术。将人脸识别技术与嵌入式技术相结合，开发嵌入式人脸识别系统，具有小体积、低成本、低功耗、多功能等优点。本文针对人脸识别技术在嵌入式系统上的具体实现问题，主要从从硬件平台选择、人脸检测与识别算法仿真和嵌入式人脸识别软件设计等三方面研究了人脸识别技术在ARM平台上的嵌入式实现。硬件部分介绍了基于ARM处理器的人脸识别系统的硬件环境，主要包括嵌入式处理器、触摸屏、摄像头等；人脸检测与识别算法仿真部分研究了基于肤色的快速人脸检测算法和稳定高效的PCA-LDA融合算法的人脸识别算法；嵌入式人脸识别软件设计实现部分主要分为分为四个功能模块，其中，在图像采集模块，设计和实现了Linux下USB摄像头的驱动和应用程序，实现了图像采集功能；在人脸检测模块和人脸识别模块对经过计算机仿真验证后的算法进行移植实现；在图形用户界面部分，开发了基于QT的嵌入式人脸识别的人机交互界面，完成嵌入式人脸识别系统的总体设计。最后对整个系统进行了软、硬件联合测试，结果表明本文开发的嵌入式人脸识别软件系统可以成功地运行与ARM硬件平台，性能稳定。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 人脸识别技术介绍
• 1.2.1 人脸识别过程
• 1.2.2 人脸识别技术发展历史及研究现状
• 1.3 嵌入式人脸识别系统发展现状
• 1.3.1 嵌入式技术发展状况
• 1.3.2 嵌入式人脸识别系统发展状况
• 1.4 论文研究内容及结构
• 第2章 嵌入式人脸识别系统平台构建
• 2.1 系统总体方案设计
• 2.2 嵌入式系统硬件平台构建
• 2.2.1 QT2440 开发板介绍
• 2.2.2 外扩摄像头介绍
• 2.3 嵌入式 Linux 系统移植
• 2.3.1 交叉开发环境介绍
• 2.3.2 主机开发环境的搭建
• 2.3.3 定制 Linux 内核及制作文件系统
• 2.3.4 烧写 Linux 系统到目标板
• 2.4 本章小结
• 第3章 人脸检测与识别算法研究
• 3.1 人脸识别综述
• 3.2 基于肤色的人脸检测算法
• 3.2.1 肤色建模的色度空间
• 3.2.2 YCrCb 空间及其非线性转换
• 3.2.3 基于 YCrCb 空间的肤色建模
• 3.2.4 数学形态学处理与候选区域的筛选
• 3.3 PCA-LDA 人脸识别算法研究
• 3.3.1 PCA 算法
• 3.3.2 LDA 算法
• 3.3.3 PCA 和 LDA 融合的人脸识别算法
• 3.3.4 人脸识别算法计算机仿真
• 3.4 本章小结
• 第4章 人脸识别系统实现
• 4.1 嵌入式人脸识别系统软件总体设计
• 4.2 图像采集模块设计实现
• 4.2.1 Linux 设备驱动程序概述
• 4.2.2 Linux USB 驱动结构
• 4.2.3 USB 摄像头驱动
• 4.2.4 摄像头应用程序
• 4.3 图形用户界面模块设计实现
• 4.3.1 嵌入式 GUI 简介
• 4.3.2 QTE 开发环境搭建
• 4.3.3 图形用户界面设计
• 4.4 人脸检测模块设计实现
• 4.4.1 色彩空间的转化
• 4.4.2 人脸肤色建模和二值化
• 4.4.3 人脸图像后处理
• 4.4.4 人脸定位
• 4.5 人脸识别模块设计实现
• 4.5.1 图像预处理
• 4.5.2 特征提取和分类识别
• 4.5.3 人脸识别算法实现
• 4.6 系统测试
• 4.7 本章小结
• 总结与展望
• 参考文献
• 致谢