基于ARM的视频人脸识别系统设计与实现
基于ARM的视频人脸识别系统设计与实现
发表时间：2018-10-22T09:48:05.817Z 来源：《防护工程》2018年第12期作者：招永铸
[导读] 现代社会对个人身份认证的方便性和有效性要求越来越高,传统的身份认证方法面临着严峻的挑战, 本文设计和实现了一种基于ARM 嵌入式视频的实时人脸识别系统,经测试验证了其实用性以及实时性，可以推广应用。
招永铸
广东鼎华科技股份有限公司广东佛山 528000
摘要：现代社会对个人身份认证的方便性和有效性要求越来越高,传统的身份认证方法面临着严峻的挑战, 本文设计和实现了一种基于ARM 嵌入式视频的实时人脸识别系统,经测试验证了其实用性以及实时性，可以推广应用。
关键词：ARM嵌入式；远程视频；实时；人脸识别
人脸作为一种人体生物特征,具有难以伪造、不会遗失、随身携带、方便易用等特点。人脸识别技术特指利用分析、比较人脸视觉特征信息进行身份鉴别的计算机技术，是模式识别在图像领域中的具体运用,其应用前景非常广阔,可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全,图片检索等领域。可传统的人脸识别系统以电脑为平台,体积大,使用不灵活,而嵌入式ARM平台具有体积小、低功耗、高性能、低成本的特点,因此基于ARM平台开发人脸识别系统具有重要的应用价值。
1.基本结构及工作原理
远程视频实时人脸识别系统的设计，集视频前端和显示终端为一体。视频前端采用搭载了linux操作系统的三星公司ARM 芯片作为开发环境，外部接有UVC 摄像头和无线网卡等。为了减轻CPU 的工作压力，UVC 摄像头自带DSP 芯片自动压缩采集到的图像为MJPEG 格式，然后再将无线网卡设置为AP热点模式而无需路由器的介入，并通过它来建立起一个视频前端服务器，用以接收控制信号和发送视频。显示终端基于Qt+OpenCV 的开发环境，首先接收视频前端传来的视频流并进行图像的预处理，并结合相应算法实现最终的视频监控以及人脸识别等功能，总体硬件框架如图1所示
图1 总体硬件框架
2.视频前端部分设计
2.1 硬件部分选型
视频前端采用三星公司的ARM9系列S3C2440作为处理器，工作频率可达400 MHz，完全能够满足高效的视频采集和视频传输要求，同时该处理器也内置各类控制器，对于引脚的控制十分方便，易于开发。
摄像头模块采用百问网公司的UVC 摄像头，它既可以支持USB接口，也可以支持CMOS接口。USB模块上集成了DSP 芯片，可以自动将图像压缩成MJPEG 格式从而避免了软压缩的缺陷，减少CPU 的压力从而大幅提高性能。CMOS模组为OV7740，最大分辨率640*480。无线网卡选用美国ATHEROS AR9271 高阶芯片，材料全部采用知名供应商，且获得了FCC，ROHS，支持IEEE802.11B/G/N协议，传输速率相对较高。
2.2 软件部分设计
视频前端软件部分设计需先进行uboot移植，linux内核移植和根文件系统的制作，同时根据相应要求编写或调试相关驱动程序以满足外设要求，最后编写上层应用程序。操作系统采用Linux 3.4内核。对内核的配置工作，内核支持的菜单项更加容易操作Makefile 中的模块，删除不必要的驱动模块从而缩小体积和加快速度。
新版本的内核中支持了USB 总线的框架，将通用层包装起来，差异层提取出来以供修改，大大减少开发周期，设计使用的摄像头驱动程序是基于V412框架的视频设备标准的，其为应用层提供了函数调用的基础。当接入设备时，会触发硬件中断，内核会去识别它并且根据其设备描述符找到与之匹配的设备驱动程序，从而可以在应用层使用底层函数接口来操作摄像头硬件。视频的采集流程如图2所示。
图2视频采集流程图
在采集到视频数据后需要发送到上位机去显示，在网络传输部分采用TCP 协议，通过socket编程使得视频前端作为服务器端，上位机作
嵌入式人脸识别门禁系统的设计与实现
龙源期刊网 https://www.360docs.net/doc/4018886669.html, 嵌入式人脸识别门禁系统的设计与实现 作者：范明中 来源：《科学与财富》2015年第36期 摘要：当前，嵌入式人脸识别门禁系统以其非接触性、稳定性好、采集设备简单及安全 性高等优点被广泛应用到公共安全防护，信息保护与管理等领域中，具有良好的市场前景。因此，嵌入式人脸识别门禁系统在安防领域得到大多数研发机构的青睐。本文介绍了嵌入式人脸识别门禁系统的工作原理，并对嵌入式人脸识别门禁系统的设计进行了详细的介绍，以望能为有关需要提供参考借鉴。 关键词：人脸识别；嵌入式门禁系统；设计 0 引言 随着社会经济的快速发展，人们的生活水平也日益提高，对安全的需求也越来越强烈。门禁系统作为人们安全防护的一个重要组成部分，受到了人们的普遍重视。传统的机械锁、单片机控制类的刷卡式等门禁系统由于需要近距离接触，容易丢失、损坏和复制等缺点，已经不能满足人们日益增长的安全需要。而嵌入式人脸识别门禁系统作为人脸识别技术和嵌入式技术结合，生产出的门禁系统，具有采集设备简单，难仿冒，抗攻击能力强，符合人们的生活使用习惯，安全性高等优点，越来越受人们的青睐，并得到广泛的应用。基于此，笔者对嵌入式人脸识别门禁系统进行了相关的介绍。 1 系统工作原理 门禁系统属于公共安全管理系统范畴，本系统基于人脸的脸部特征作为唯一的特征，人脸识别技术主要通过分析人脸的全局特征和局部特征。从摄像头中检测人脸，然后通过分析人脸的特征值和相对位置关系就可以可靠的识别出一个人的身份信息。系统工作原理如下： （1）门禁权限授予 本门禁系统目的是为了实现人员出入权限的控制及出入信息的记录。通过门禁权限的授予，可以对门禁进行管理，限制未经制受权的人员进出特定的区域，并且使已获受权人员在进出上更加便捷。本系统设计中，用户可以通过摄像头采集同一个人的脸部的不同角度，姿态图片，并登记相关的部门，姓名，工号等信息作为门禁授权，建立人脸门禁权限数据库。本系统授权的图片最多只需5张，最少一张。 （2）门禁控制 用户在需要进行控制的区域安装门禁系统以后，当有人员需要进出时，只需看着摄像头来核对身份。系统对该人员的脸部进行检测，识别，然后对数据库进行匹配，以此来进行权限分
基于ARM9的人脸识别系统 嵌入式报告 课程设计
嵌入式课程设计报告 学院信息电子技术 专业通信工程 班级 学号 姓名 指导教师 2017年07月01日
基于ARM9的人脸识别系统 一、引言 人脸识别背景和意义 人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。 人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。 二、系统设计 1、硬件电路设计 （1）ARM9处理器 本系统所采用的硬件平台是天嵌公司的TQ2440开发板，该开发板的微处理器采用基于ARM920T内核的S3C2440芯片。 ARM9对比ARM7的优势：虽然ARM7和ARM9内核架构相同，但ARM7处理器采用3级流水线的冯·诺伊曼结构，而ARM9采用5级流水线的哈佛结构。增加的流水线设计提高了时钟频率和并行处理能力。5级流水线能够将每一个指令处理分配到5个时钟周期内，在每一个时钟周期内同时有5个指令在执行。在常用的芯片生产工艺下，ARM7一般运行在100MHz左右，而ARM9则至少在200MHz 以上。指令周期的改进对于处理器性能的提高有很大的帮助。性能提高的幅度依赖于代码执行时指令的重叠，这实际上是程序本身的问题。对于采用最高级的语言，一般来说，性能的提高在30%左右。ARM7一般没有MMU(内存管理单元），（ARM720T有MMU）。 （2）液晶显示屏 为显示摄像头当前采集图像的预览，系统采用三星的320x240像素的液晶屏，大小为206.68cm。该液晶显示屏的每个像素深度为2bit，采用RGB565色彩空间。 （3）摄像头 摄像头采用市场上常见的网眼2000摄像头,内部是含CMOS传感器的OV511+芯片。CMOS传感器采用感光元件作为影像捕获的基本手段,核心是1个感光二极
基于Andriod移动设备嵌入式机器视觉的人脸识别
基于Andriod移动设备嵌入式机器视觉的人脸识别
二○一三届毕业设计 基于Andriod移动设备嵌入式机器视觉的人脸识别 系统设计 学院： 专业： 姓名： 学号： 指导教师： 完成时间：2013年6月16日 二〇一三年七月
摘要 人脸识别是在图像或视频流中进行人脸的检测和定位，其中包括人脸在图像或视频流中的所在位置、大小、形态、个数等信息，近年来由于计算机运算速度的飞速发展使得图像处理技术在许多领域得到了广泛应用，其中包含智能监控、安全交易、更安全更友好的人机交互等。如今在许多公司或研究所已经作为一门独立的课题来研究探索。 近年来，随着移动互联网的发展，智能手机平台获得了长足的发展。然而，手机钱包、手机远程支付等新应用的出现使得手机平台的安全性亟待加强。传统的密码认证存在易丢失、易被篡改等缺点，人脸识别不容易模仿、篡改和丢失，因而适用于手机安全领域中的应用。 本论文在分析国内外人脸识别研究成果的基础上，由摄像头采集得到人脸图像，在高性能嵌入式系统平台上，采用JAVA高级语言进行编程，对检测得到的图像进行人脸检测、特征定位、人脸归一化、特征提取和特征识别。在Android平台上实现了基于图像的人脸识别功能。 本文主要的研究内容：首先对当前人脸识别技术的研究现状和常用的人脸检测和人脸识别方法做了扼要的介绍，然后着重介绍了Adaboost人脸检测算法和通过LBP直方图匹配的人脸识别算法，最后基于这两种人脸检测和人脸识别的算法，在Android平台上通过移植OpenCV并进行编程从而实现了移动设备的人脸识别功能。关键词：Android，OpenCV，人脸识别，Eclipse
基于ARM的视频人脸识别系统设计与实现
基于ARM的视频人脸识别系统设计与实现 发表时间：2018-10-22T09:48:05.817Z 来源：《防护工程》2018年第12期作者：招永铸 [导读] 现代社会对个人身份认证的方便性和有效性要求越来越高,传统的身份认证方法面临着严峻的挑战, 本文设计和实现了一种基于ARM 嵌入式视频的实时人脸识别系统,经测试验证了其实用性以及实时性，可以推广应用。 招永铸 广东鼎华科技股份有限公司广东佛山 528000 摘要：现代社会对个人身份认证的方便性和有效性要求越来越高,传统的身份认证方法面临着严峻的挑战, 本文设计和实现了一种基于ARM 嵌入式视频的实时人脸识别系统,经测试验证了其实用性以及实时性，可以推广应用。 关键词：ARM嵌入式；远程视频；实时；人脸识别 人脸作为一种人体生物特征,具有难以伪造、不会遗失、随身携带、方便易用等特点。人脸识别技术特指利用分析、比较人脸视觉特征信息进行身份鉴别的计算机技术，是模式识别在图像领域中的具体运用,其应用前景非常广阔,可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全,图片检索等领域。可传统的人脸识别系统以电脑为平台,体积大,使用不灵活,而嵌入式ARM平台具有体积小、低功耗、高性能、低成本的特点,因此基于ARM平台开发人脸识别系统具有重要的应用价值。 1.基本结构及工作原理 远程视频实时人脸识别系统的设计，集视频前端和显示终端为一体。视频前端采用搭载了linux操作系统的三星公司ARM 芯片作为开发环境，外部接有UVC 摄像头和无线网卡等。为了减轻CPU 的工作压力，UVC 摄像头自带DSP 芯片自动压缩采集到的图像为MJPEG 格式，然后再将无线网卡设置为AP热点模式而无需路由器的介入，并通过它来建立起一个视频前端服务器，用以接收控制信号和发送视频。显示终端基于Qt+OpenCV 的开发环境，首先接收视频前端传来的视频流并进行图像的预处理，并结合相应算法实现最终的视频监控以及人脸识别等功能，总体硬件框架如图1所示 图1 总体硬件框架 2.视频前端部分设计 2.1 硬件部分选型 视频前端采用三星公司的ARM9系列S3C2440作为处理器，工作频率可达400 MHz，完全能够满足高效的视频采集和视频传输要求，同时该处理器也内置各类控制器，对于引脚的控制十分方便，易于开发。 摄像头模块采用百问网公司的UVC 摄像头，它既可以支持USB接口，也可以支持CMOS接口。USB模块上集成了DSP 芯片，可以自动将图像压缩成MJPEG 格式从而避免了软压缩的缺陷，减少CPU 的压力从而大幅提高性能。CMOS模组为OV7740，最大分辨率640*480。无线网卡选用美国ATHEROS AR9271 高阶芯片，材料全部采用知名供应商，且获得了FCC，ROHS，支持IEEE802.11B/G/N协议，传输速率相对较高。 2.2 软件部分设计 视频前端软件部分设计需先进行uboot移植，linux内核移植和根文件系统的制作，同时根据相应要求编写或调试相关驱动程序以满足外设要求，最后编写上层应用程序。操作系统采用Linux 3.4内核。对内核的配置工作，内核支持的菜单项更加容易操作Makefile 中的模块，删除不必要的驱动模块从而缩小体积和加快速度。 新版本的内核中支持了USB 总线的框架，将通用层包装起来，差异层提取出来以供修改，大大减少开发周期，设计使用的摄像头驱动程序是基于V412框架的视频设备标准的，其为应用层提供了函数调用的基础。当接入设备时，会触发硬件中断，内核会去识别它并且根据其设备描述符找到与之匹配的设备驱动程序，从而可以在应用层使用底层函数接口来操作摄像头硬件。视频的采集流程如图2所示。 图2视频采集流程图 在采集到视频数据后需要发送到上位机去显示，在网络传输部分采用TCP 协议，通过socket编程使得视频前端作为服务器端，上位机作
基于ARM的人脸识别系统嵌入式报告课程设计定稿版
基于A R M的人脸识别系统嵌入式报告课程设 计 HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】
嵌入式课程设计报告 学院信息电子技术 专业通信工程 班级 学号 姓名 指导教师 2017年07月01日
基于ARM9的人脸识别系统 一、引言 人脸识别背景和意义 人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。 人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。
二、系统设计 1、硬件电路设计 （1）ARM9处理器 本系统所采用的硬件平台是天嵌公司的TQ2440开发板，该开发板的微处理器采用基于ARM920T内核的S3C2440芯片。 ARM9对比ARM7的优势：虽然ARM7和ARM9内核架构相同，但ARM7处理器采用3级流水线的冯·诺伊曼结构，而ARM9采用5级流水线的哈佛结构。增加的流水线设计提高了时钟频率和并行处理能力。5级流水线能够将每一个指令处理分配到5个时钟周期内，在每一个时钟周期内同时有5个指令在执行。在常用的芯片生产工艺下，ARM7一般运行在100MHz左右，而ARM9则至少在 200MHz以上。指令周期的改进对于处理器性能的提高有很大的帮助。性能提高的幅度依赖于代码执行时指令的重叠，这实际上是程序本身的问题。对于采用最高级的语言，一般来说，性能的提高在30%左右。ARM7一般没有MMU(内存管理单元），（ARM720T有MMU）。 （2）液晶显示屏
基于嵌入式的人脸识别系统
基于嵌入式的人脸识别系统 摘要：本文阐述了一套基于嵌入式的人脸识别系统设计方案。该系统采用 S3C2440A芯片和Ubuntu操作系统平台，通过对图像的采集和处理，实现门禁系统的智能化控制。文中详细描述了采用的人脸识别算法的系统实现过程，算法主要分为图像采集及预处理、人脸检测定位和人脸识别三部分。选取了静态背景人脸采集、归一化处理、特征点定位检测，最后对本文使用的对称Fisherface人脸识别算法的训练和实现进行了详细地阐述。 关键词：嵌入式系统；人脸识别；Ubuntu. 引言 人脸识别作为生物特征识别技术中最为直观的一种识别方法，具有使用友好、操作隐蔽、使用简便、定位准确、经济实惠及系统扩展性好等其他生物识别技术不可替代的优势。自动人脸识别系统是集图像模式的分析、理解、分类及处理为一体的智能化系统，涉及到计算机模式识、图像处理、视觉交互、人工智能、认知科学等多门，学科，在国家安全、公共安全、人机交互、金融安全、教育科研等领域具有广阔的应用空间，如何将人脸识别技术应用于嵌入式系统也逐步成为当前研究的热门问题。 1 人脸识别系统技术概述 人脸识别作为生物特征识别技术中最为直观的一种识别方法，具有使用友好、操作隐蔽、使用简便、定位准确、经济实惠及系统扩展性好等其他生物识别技术不可替代的优势。利用计算机进行完全自动的人脸识别却存在着许多困难，这主要表现在以下凡个方面:首先，采集的面部表情只是某一时刻的，在进行人脸识别的时候，用户的姿态表情等会随意出现，对识别造成干扰;其次，人的面貌会随着时间的变化而变化，需要对采集的人脸数控库不时更新;再次，在采集图像时，用户的发型、眼镜等装饰物会对人脸特征的提取造成遮挡;最后，光线强度、距离角度以及采集所用的硬件的参数不同，对获取的人脸特征也会造成影响。当然还有学科发展、认知能力的限制等等。
基于ARM的人脸识别系统设计与实现.
东北师范大学 硕士学位论文 基于ARM的人脸识别系统设计与实现 姓名：塔娜 申请学位级别：硕士 专业：计算机应用技术 指导教师：马志强 20090501 摘要 人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。 人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及入脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据表示并存储在数据库中，接下来进行人脸分类，在识别待测人脸图像时，将待测图像的特征数据与数据库中存储数据相比对，判断是否为库中的某一人，．从而实现自动识别人脸的目的。 在过去的十年里，人脸识别技术一直是图像处理领域里具有挑战性的课题，随着研究的深入，许多人脸检测及识别算法被提出来。其中基于主成分分析的Ｅｉｇｅｎｆａｃｅ的算法及其变形已经成为测试人脸识别系统性能的基准算法；同时Ａｄａｂｏｏｓｔ人脸检测算法，在ＰＣ上基本可以达到实时，在嵌入式产品广泛应用的今天，只有让人脸识别算法在嵌入式平台上实现，才能获得更广阔的应用，本文研究了在嵌入式平台上Ａｄａｂｏｏｓｔ人脸检测算法的性能。 嵌入式是后ＰＣ时代的一个亮点，目前已经应用在社会生活的方方面面。嵌入式产品的开发平台分为包括很多，如：ＤＳＰ，ＡＲＭ，ＰｏｗｅｒＰＣ等等。本文采用的ＡＲＭ９作为嵌入式开发平台，研究人脸识别在ＡＲＭ平台的性能，为实用的嵌入式人脸识别系统的设计提供参考。 本文从ＰＣ平台的软件实现入手，分别实现了ＰＣ平台下的ＡｄａＢｏｏｓｔ人脸检测算法和ＰＣＡ人脸识别算法；分析了现象及结果，接下来搭建了基于ＡＲＭ嵌入式系统的硬件平台，对ＡｄａＢｏｏｓｔ人脸检测算法进行了硬件平台的移植，并得出相应实验效果。 人脸识别；人脸检测；ＡＲＭ；ＡｄａＢｏｏｓｔ；ＰＣＡ关键词： Ａｂｓｔｒａｃｔ
基于arm的人脸识别系统 嵌入式报告 课程设计
嵌入式课程设计报告学院信息电子技术 专业通信工程 班级 学号 姓名 指导教师 2017年07月01日
基于ARM9的人脸识别系统 一、引言 人脸识别背景和意义 人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。 人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。 二、系统设计 1、硬件电路设计
（1）ARM9处理器 本系统所采用的硬件平台是天嵌公司的TQ2440开发板，该开发板的微处理器采用基于ARM920T内核的S3C2440芯片。 ARM9对比ARM7的优势：虽然ARM7和ARM9内核架构相同，但ARM7处理器采用3级流水线的冯·诺伊曼结构，而ARM9采用5级流水线的哈佛结构。增加的流水线设计提高了时钟频率和并行处理能力。5级流水线能够将每一个指令处理分配到5个时钟周期内，在每一个时钟周期内同时有5个指令在执行。在常用的芯片生产工艺下，ARM7一般运行在100MHz左右，而ARM9则至少在200MHz以上。指令周期的改进对于处理器性能的提高有很大的帮助。性能提高的幅度依赖于代码执行时指令的重叠，这实际上是程序本身的问题。对于采用最高级的语言，一般来说，性能的提高在30%左右。ARM7一般没有MMU(内存管理单元），（ARM720T有MMU）。 （2）液晶显示屏 为显示摄像头当前采集图像的预览，系统采用三星的320x240像素的液晶屏，大小为206.68cm。该液晶显示屏的每个像素深度为2bit，采用RGB565色彩空间。 （3）摄像头 摄像头采用市场上常见的网眼2000摄像头,内部是含CMOS传感器的OV511+芯片。 CMOS传感器采用感光元件作为影像捕获的基本手段,核心是1个感光二极管,
基于STM32的人脸识别
STM32F407人脸识别系统基于有效人脸区域的Gabor特征抽取算法,有效地解决了Gabor特征抽取维数过高的问题。Gabor小波对图像的光照、尺度变化具有较强鲁棒性,是一种良好的人脸特征表征方法。但维数过高的Gabor特征造成应用系统的维数灾难,为解决Gabor 特征的维数灾难问题,论文第四章提出了基于有效人脸区域的Gabor 特征抽取算法,该算法不仅有效地降低了人脸特征向量维数,,缩小了人脸特征库的规模,同时降低了核心算法的时间和空间复杂度,而且具有与传统Gabor特征抽取算法同样的鲁棒性。4结合有效人脸区域的Gabor特征抽取、自适应线性判别分析算法和基于支持向量机分类策略,提出并实现了基于支持向量机的STM32F407人脸识别和STM32F407人像比对系统支持向量机通过引入核技巧对训练样本进行学习构造最小化错分风险的最优分类超平面,不仅具有强大的非线性和高维处理能力,而且具有更强的泛化能力。研究了支持向量机的多类分类策略和训练方法,并结合基于有效人脸区域的Gabor特征提取算法、自适应线性判别分析算法,首次在基于STM32F407ARM平台中实现了具有较强鲁棒性的STM32F407自动人脸识别系统和STM32F407人像比对系统。5提出并初步实现了基于客户机/服务器结构无线网络模型的远距离人脸识别方案为解决STM32F407人脸识别系统在海量人脸库中进行识别的难题,论文提出并初步实现了基于客户机/服务器结构无线网络模型的STM32F407远距离人脸识别方案。客户机(STM32F407平台)完成对人脸图像的检测、归一化处理和人脸特征提取,然后通过无线网络将提取后的人脸特征数据传输到服
人脸识别安卓操作系统(中文)
基于HMM的嵌入式人脸识别系统研究以及其在android中的应用关键词:HMM嵌入式人脸识别ARM9 0 引言 嵌入式人脸识别系统与传统鉴别身份的系统相比具有很强的优势，无需特殊的采集设备，成本低廉，使用简单；同时，人脸识别不干扰使用者，不侵犯使用者的隐私，属于非侵犯的主动识别，易于为用户接本文以嵌入式ARM9系统开发为主线，以HMM模型为理论基础，展示了完成图像采集、人脸检测与识别等功能相对应的硬件平台和软件模块的设计及实现过程；并对图像预处理的浮点算法做了优化，极大提高了嵌入式系统的速度。 本系统软件部分可直接应用于带有Linux操作系统的智能手机中，利用手机以及内置的摄像头，即可进行个人面部特征数据分析，然后对比最初存储的人脸信息库，完成身份识别功能。 1 系统架构及其设计方案 本系统采用了Samsung推出的以ARM 920T RISC为内核的处理器——S3C2410A。其优秀的处理性能理所当然地成为便携式设备开发的首选。同时为适应智能手机对视频图像采集的需求，系统采用了基于USB 总线的视频采集模块，与串行传输相比极大地提高了数据的采集速率。本系统涉及到数字图像的采集、处理、存储、传输和HMM算法等多种技术。其系统架构如图1所示。 2 图像采集硬件设计 鉴于传统CCD图像传感器昂贵的成本、相对复杂的附加电路和较高的功耗，本系统采用OmniVision公司的OV7640 CMOS芯片作为图像传感器。OV7640是一款低电压(2．5 V)、高灵敏度的CMOS图像传感器。 实时采集存储系统需要高速的数据传输，对系统硬件之问的配合提出较高的要求。本系统设计中，在采集部分和传输部分之间配有相应的缓存区。实际中，采用OV7640及配套的芯片OV511扩展DRAM起缓存作用，实现将数字视频图像通过高速USB送入ARM处理器。OV511是一个专用的数字摄像IC的USB接口芯片。 3 图像采集程序
基于ARM架构的嵌入式人脸识别技术研究报告
基于ARM架构的嵌入式人脸识别技术研究 【摘要】：嵌入式人脸识别系统建立在嵌入式操作系统和嵌入式硬件系统平台之上,具有起点高、概念新、实用性强等特点。它涉及嵌入式硬件设计、嵌入式操作系统应用开发、人脸识别算法等领域的研究;嵌入式人脸识别系统携带方便、安装快捷、机动性强,可广泛应用于各类门禁系统、户外机动布控的实时监测等特殊场合,因此对嵌入式人脸识别的研究工作具有突出的理论意义和广泛的应用前景。本文是XX市经委创新研究项目《射频识别RFID系统-自动识别和记录人群的身份》(编号:04-11-2)与XX市科委AM基金项目《基于ARM和RFID 芯片的自组织安全监控系统的研制》(编号:0512)的主要研究内容之一。论文从构建自动人脸识别系统所需解决的若干关键问题入手,重点探讨了基于嵌入式ARM微处理器的实时人脸检测、关键特征定位、高效的人脸特征描述、鲁棒的人脸识别分类器及自动人脸识别系统设计等问题的研究。论文的主要工作和创新点表现在以下方面:1实现了结合肤色校验的Haar特征级联分类器嵌入式实时人脸检测,提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法。复杂背景中的人脸检测是自动人脸识别系统首先要解决的关键问题,通过对基于肤色模型和基于Haar特征级联强分类器的人脸检测算法的分析研究,综合两个算法的优点,提出了基于肤色模型校验和Haar特征级联强分类器的嵌入式实时人脸检测算法。实验结果表明,该算法不仅解决了复杂背景中的类肤色和类人脸结构问题,而且具有较高的检测率和较快的检测速度,同
时对光照、尺度等变化条件下的人脸检测也具有较强的鲁棒性。人眼检测与瞳孔定位在人脸归一化和有效人脸特征抽取等方面起着非常重要的作用,为了快速检测人眼并精确定位人眼瞳孔中心,论文提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法,首先利用人眼检测分类器在人脸区域内完成对人眼位置的检测,然后通过对检测到的人眼进行遮罩掩磨、简单图像形态学变换及椭圆拟合实现瞳孔中心的精确定位。测试结果表明该算法只需几百毫秒便能完成人眼检测与瞳孔中心定位整个过程,在保证检测速度较快的同时,还能确保较高的定位精度。2针对传统线性判别分析法存在的小样本问题(SSS),通过调整Fisher判别准则,实现了自适应线性判别分析算法及相应的人脸识别方法人脸识别中的小样本问题使线性判别分析算法的类内散布矩阵发生严重退化,导致问题无法求解。本文在人脸识别小样本问题的基础上,通过调整Fisher判别准则,利用类间散布矩阵的补空间巧妙地避开类内散布矩阵的求逆运算,通过训练集每类样本的样本数信息自适应改变调整参数,实现了自适应线性判别分析算法,实验结果表明,该算法能有效解决人脸识别中的小样本问题。3提出了基于有效人脸区域的Gabor 特征抽取算法,有效地解决了Gabor特征抽取维数过高的问题。Gabor 小波对图像的光照、尺度变化具有较强鲁棒性,是一种良好的人脸特征表征方法。但维数过高的Gabor特征造成应用系统的维数灾难,为解决Gabor特征的维数灾难问题,论文第四章提出了基于有效人脸区域的Gabor特征抽取算法,该算法不仅有效地降低了人脸特征向量维数,,
基于嵌入式人脸识别考勤系统的设计分析
基于嵌入式人脸识别考勤系统的设计分析 引言 考勤系统在行业里面被称为考勤办公自动化管理系统，可以实现企业人事现代化的管理，评估员工的考勤，方便管理部门随时查询，有效地监控员工的情况，并且该系统还为支付给员工薪水提供重要统计信息依据。考勤系统主要应用在很多新兴技术领域，如通信，生物技术，计算机等，通常设置在公司门口。用51单片机作为处理器的早期考勤系统，只能实现基本的人脸图片的信息存储，检测，识别，但结构和功能相对简单，效率低，不能满足当前考勤系统的稳定性、实时性、前瞻性和灵活性的高需求，这已经远远不能满足人们的需求。由于传统的考勤方式不能满足我们企业的需求，所以新的考勤系统应运而生，此考勤系统配备了新一代的嵌入式处理器，集合了生物技术，通信，计算机等诸多领域中的不同的技术优势，同时设计网络管理员的权限就可以远程管理公司人员的考勤情况，并及时做出新的调整和新工作的协调、安排。目前，由于嵌入式技术的发展，再加上这两种技术的融合，嵌入式考勤系统的开发不断被认同和完善，这就为新的嵌入式系统平台快速发展奠定了坚实的基础。 1人脸识别考勤系统硬件的设计 1.1系统整体框图设计 本文基于嵌入式人脸识别考勤系统的设计方案选定后开始进行硬件平台的设计，硬件是该设计的底层部分，是整个系统的基础，是该系
统的执行和实现部分。该设计的硬件设计按照如下流程进行: (1)需求分析:通过调研用户的实际需求从而进行功能模块分析，确定系统具体的设计功能; (2)方案设定:通过需求分析，进行功能模块的确定，选定元器件，明确整个系统的设计方法; (3)原理图设计:根据已经明确的方案，进行电路图的设计，再按照电路图，绘制PCB; (4)印刷电路板、焊接和调试:参照系统电路图，焊接元器件，下载调试程序到开发板进行调试。 1.2系统硬件电路设计 在基于嵌入式人脸识别考勤系统的设计过程中，采用了分模块的设计方式，总体设计出硬件方案，确定各个模块设计方法，这样按照方法、步骤有条不紊进行层次设计。由于该系统采用的是共同的总线和相同的接口方式，所以可根据需求扩展其他的功能，添加其他的系统模块，该系统具有可扩展性。该人脸识别考勤系统包含以下几个功能模块:基于S3C 2440A为核心的控制模块、人脸图像采集模块、外部存储器扩展模块、网络通信模块、键盘输入模块、LCD显示模块。 本文设计了基于嵌入式的人脸识别考勤系统，系统采用了目前比较被认同的A R M 920T核，S3C 2440A处理芯片。S3C 2440A微处理器是一款三星半导体公司设计生产的具有高性能、低功耗、高集成度，并具有工业级温度范围和性能的微处理器，具有工业级温度范围，主频高达533MHz，具有数字摄像头接口，支持更多分辨率液晶屏，无
人脸识别闸机系统解决方案
人脸识别闸机系统 设 计 方 案
一、人脸识别技术需求分析 随着社会经济的高速发展，居住环境的舒适性和安全性已经成为人们居住首选。而门禁系统在安全的居住环境中起到的重要作用得到越来越多的重视。目前国内的门禁系统以卡类设备、指纹设备或密码设置为主。这些识别方式都要求人员近距离操作，当使用者双手被占用时则显得极不方便，同时也带来卡片或密码丢失、遗忘，复制以及被盗用的隐患和成本高的问题。而指纹识别，被网上叫座的指纹套破解了“密码”，更加让人觉得恐慌不安。如何使小区的门禁系统真正实现安全性、智能性、便捷性，成为所有公民最期待的事，而此时人脸识别门禁系统的问世，真正解决了住户进、出及来访客人的管理，同时也对小区、楼宇防盗形成有效的高安全管理。 二、人脸识别技术优势分析 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提。而人脸识别门禁系统就是把人脸识别技术和门禁系统相结合，通过对人脸的识别作为门禁开启的钥匙。它不仅免去了忘带钥匙或卡的烦恼，同时因为人脸识别门禁系统无需任何介质开门，而节省了不少成本，如人员变动不需要更换门锁、钥匙、IC卡等，只需要重新对人脸进行注册即可；在小区门禁通道闸机应用中，人脸识别门禁系统由于操作简单、安全、便捷、智能，且无论室内还是室外均
可使用的特性，一直比“认卡不认人”的IC卡更具优势。近几年人脸识别技术已在公安、海关、金融、军队、机场、企业等领域得到了广泛的应用。有专家进一步指出，人脸识别的全面应用时代已经到来，他将成为一种方便人们日常生活的重要技术。 将人脸识别技术广泛应用于门禁系统的身份识别系统中，将大大提高门禁系统运行的安全性和可靠性，最大程度上降低通过身份冒充而进入某种场所进行不法犯罪活动的可能性，极大减少了门禁安全系统中现存及潜在的技术漏洞、隐患和风险。 三、人脸识别主要特性 1、唯一性 每个人都有一张脸，且无法被复制，仿冒，因此安全性更高。 2、自然性好 人脸识别技术同人类（甚至其它生物）进行个体识别时所利用的生物特征相同，其他生物特征如指纹、虹膜不具备这个特征。 3、简单方便 无需携带卡,识别速度快，操作简单便捷，避免了丢失、忘带识别卡带来的烦恼。 4、非接触性 无需接触设备，不用担心病毒的接触性传染,既卫生，又安全。 5、识别速度快、精度高 由于计算机技术的发展，在固定样本库对比下，人脸识别速度已经可以提升至0.25秒/人次，且不同角度、佩戴眼镜、化妆等改变面貌的行为也可以通过调整人脸识别的算法来修正比对数据。 6、人脸识别已成为大数据时代重要数据源 通过大量区域内人脸识别、比对，利用大数据分析、挖掘等技术，可以完全掌握特定对象的行为轨迹或特定人群的活动范围，过程中不需要人工干预，完全交由云计算、大数据系统来处理。 技术的发展和成熟，使得人脸识别成为了人工智能时代最热门的技术门类和方向，推动各行各业应用人脸识别技术，用机器替代人工，极大程度改善和推动社会化行为中的效率和安全性。因此如果将人脸识别技术广泛应用于门禁系统的身份识别系统中，将大大提高门禁系统运行的安全性和可靠性，最大程度上降低通过身份冒充而进入某种场所进行不法犯罪活动的可能性，极大减少了门禁安全系统中现存及潜在的技术漏洞、隐患和风险。 四、人脸识别闸机系统应用场景及产品介绍 一、应用场景