資源描述：
《基于arm的人臉識別系統(tǒng)設計與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在教育資源-天天文庫。
1、東北師范大學碩士學位論文基于ARM的人臉識別系統(tǒng)設計與實現(xiàn)姓名：塔娜申請學位級別：碩士專業(yè)：計算機應用技術指導教師：馬志強20090501摘要人臉識別技術作為生物識別技術之一，是模式識別在圖像領域中的具體運用，其應用前景非常廣闊，可以應用到身份證件的鑒別、自動門禁控制系統(tǒng)、銀行取款機、家庭安全，圖片檢索等領域。人臉識別系統(tǒng)主要分為人臉檢測定位，特征提取和人臉分類三部分。人臉的檢測和定位，即從輸入的圖像中找到人臉及入臉存在的位置，并將人臉從背景中分離出來。在特征提取部分，先對原始人臉數(shù)據(jù)進行特征提取，
2、之后原始數(shù)據(jù)由維數(shù)較少的有效特征數(shù)據(jù)表示并存儲在數(shù)據(jù)庫中，接下來進行人臉分類，在識別待測人臉圖像時，將待測圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲數(shù)據(jù)相比對，判斷是否為庫中的某一人，．從而實現(xiàn)自動識別人臉的目的。在過去的十年里，人臉識別技術一直是圖像處理領域里具有挑戰(zhàn)性的課題，隨著研究的深入，許多人臉檢測及識別算法被提出來。其中基于主成分分析的Eigenface的算法及其變形已經(jīng)成為測試人臉識別系統(tǒng)性能的基準算法；同時Adaboost人臉檢測算法，在PC上基本可以達到實時，在嵌入式產(chǎn)品廣泛應用的今天，只有讓人臉
3、識別算法在嵌入式平臺上實現(xiàn)，才能獲得更廣闊的應用，本文研究了在嵌入式平臺上Adaboost人臉檢測算法的性能。嵌入式是后PC時代的一個亮點，目前已經(jīng)應用在社會生活的方方面面。嵌入式產(chǎn)品的開發(fā)平臺分為包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作為嵌入式開發(fā)平臺，研究人臉識別在ARM平臺的性能，為實用的嵌入式人臉識別系統(tǒng)的設計提供參考。本文從PC平臺的軟件實現(xiàn)入手，分別實現(xiàn)了PC平臺下的AdaBoost人臉檢測算法和PCA人臉識別算法；分析了現(xiàn)象及結果，接下來搭建了基于ARM嵌
4、入式系統(tǒng)的硬件平臺，對AdaBoost人臉檢測算法進行了硬件平臺的移植，并得出相應實驗效果。關鍵詞：人臉識別；人臉檢測；ARM；AdaBoost；PCAAbstractFacerecognitionasabiologyrecognitiontechnology,itisaparticularapplicationofpatternrecognitioninimagefiled．FacerecognitionusuallyuseinveritificationforPersonalidentifica
5、tion,gatewaystOlimitedaccessareas，authentificationforbankandfamilysecurity,etc．nlehumanfacerecognitionsystemincludesfacedetection，featureextractionandfaceclassification。FacedetectionCanfendhumanfaceandthepositionfrominputtingpicture．Thenitcutsaparthuma
6、nfacefromthebackground．Inthefeatureextraction，firsttakethefeatureextractiontotheprimarypicture，whichrepresentingthemina10werdimensionalspacewitlllesseffectivecharacters．Thensavethefeaturedatainthefacestorehouse．Inthefaceclassification。whenrecognizingt1
7、1eunknownhumanpicture，atfirstextractthefeatureoftheunknownhumanthenmarch．edwithknownhumanfacemodelthatstoredinthefacestorehousetoconfirmwhetheritisonepersoninthestorehouseornot．Duringthepasttenyears，facerecognitionisoneofthemostchallengingproblemsinima
8、geprocessingarea．Witlltllestudyprogressed，manyimportantalgorithmhavebeenproposed．Amongthem，thealgorithmofEigenface，themostwidely—usedmethodoflinearmapbasedonPCA(PrincipleComponentAnalysis)，hasbecomethemainstreamcriteriontotesttheperform
