人脸识别算法在嵌入式系统中的研究与实现

针对人脸识别技术在嵌入式门禁系统中的研究,为了验证嵌入式人脸识别门禁系统的可靠和实时功能,提出了以Hi3515微处理器为核心的嵌入式系统。通过ORL人脸库实验,基于TV+L’模型和Gabor 特征的人脸识别算法在嵌入式系统中得到实现。相应的实验结果表明,该算法在嵌入式平台得到了优化,嵌入式系统的高可靠性和实时性问题得以解决。     

人脸识别系统在嵌入式ARM上的实现

由于通用RU-LBP和PCA结合的人脸识别算法得到的子空间内各类之间距离不均衡导致人脸识别低,提出一种岭回归人脸识别方法。通过使用 RU-LBP 和 PCA 进行人脸特征提取,然后对这些特征使用岭回归算法进行识别,该算法能够最大程度上均化各类之间的距离,提高分类能力。在 FERET 标准的人脸库上的实验结果表明,该算法能够显著改进人脸识别率。     

基于OMAP-L138和PJSIP协议栈的SIP-UA设计与实现

在开源PJSIP协议栈的基础上,应用TI公司推出的低功耗高性能的OMAP-L138处理器,提出了PJProject源码移植的方法,并将影响系统性能的iLBC Codec移植到DSP端实现,利用DSPLINK开发包完成ARM和DSP的双核通信,从而实现了SIP-UA的基本功能。实验结果表明,PJMEDIA中的echo canceller和不同的采样率是影响系统的两大因素,同时还比较了定点和浮点运算对系统性能的影响。     

基于OMAP-L138处理器的OLED驱动开发及实现

以TI公司的OMAP-L138双核处理器为核心的嵌入式硬件平台,介绍了基于Linux2.6内核的2.83英寸OLED屏驱动程序开发的原理及步骤,说明了在U-Boot中加入OLED屏SPI口初始化及OMAP-L138的LCD控制器设置的方法,并实现了开机显示LOGO图片功能。实际测试基于QT/E图形界面应用程序运行及视频播放效果良好,对同类型嵌入式平台的OLED屏驱动开发有借鉴意义。     

嵌入式人脸识别系统设计与实现

本文是基于S5PV210嵌入式平台设计实现的人脸识别系统.在嵌入式设备上设计人脸识别系统不仅需要考虑识别的准确率,还需要考虑设备周围的环境变化对人脸识别的干扰.系统中采用Adaboost算法依据人眼部的haar特征检测人脸.通过LBP纹理特征提取结合SVM识别分类的方法识别人脸.经过系统测试,系统的识别率以及对光照变化的鲁棒性满足了一般的人脸识别身份认证的需求.     

应用特征串行融合的人脸识别算法

针对光照和姿态变化对人脸识别性能的影响,文章提出一种融合局部特征和全局特征的人脸识别算法。该算法首先对图像作Gabor变换,提取局部特征,再对图像作奇异值分解,提取全局特征,然后将全局特征和局部特征串行融合作为图像的特征,最后运用最近邻分类方法得出识别结果。在ORL标准人脸库上的实验结果表明,该算法能够有效消除光照和姿态变化对人脸识别效果的影响。     

嵌入式人脸识别系统的设计与实现

对嵌入式人脸识别系统的设计原理进行研究,重点探讨了人脸识别的特征提取、特征降维和识别技术等问题,并给出嵌入式人脸识别系统的完整设计方案.采用具体人脸库数据对设计的人脸识别系统进行仿真对比实验,实验结果表明,相对于PC构架的人脸识别系统,嵌入式人脸识别系统提高了人脸识别平均正确率和效率,携带方便,具有很高的商业价值.     

基于Gabor特征的人脸识别算法的对比研究与实现

由于Gabor变换的核函数分布与哺乳动物视觉皮层简单细胞2D感受野剖面非常类似,并具有良好的方向选择性和空间局部性,从而为图像局部区域内多个方向的空间尺度信息和局部性结构特征的获取提供了更有效的方法。为了验证Gabor特征在人脸识别中的有效性和准确性,本文提出了一种采用目前四种传统特征提取的人脸识别方法与基于Gabor特征的人脸识别方法进行对比研究,同时提出利用ROC和CMC两个参量来验证基于Gabor特征人脸识别方法的有效性和准确性。在ORL人脸数据库上取得的实验结果表明,基于Gabor特征的人脸识别方法在同等条件下,得到了更高的人脸识别率,同时具有良好的鲁棒性。     

基于云计算的嵌入式人脸识别系统建构与研究

在信息时代背景下,国家安防需求逐渐增强,生物识别已经成为该领域内十分重要的技术,人脸识别作为生物特征识别中的典型技术,一直得到人们广泛的认可与关注。同时,该技术具有较强的便捷性、灵敏性与有效性,其市场需求与应用价值较强,在多个领域中得到广泛应用。基于此,文章将对基于云计算的人脸识别系统进行分析,并对该系统的构建加以阐述。     

基于Gabor小波与Memetic算法的人脸识别方法

提出一种基于Gabor小波与Memetic算法的人脸识别方法MA-Gabor(Memetic Algorithm-Gabor).算法使用一组特定的Gabor小波滤波器对人脸图像重要区域进行针对性的特征提取运算,可在较短处理时间内获得更具区分能力的识别数据.为提升识别性能,MA-Gabor引入Memetic算法用于Gabor小波滤波器组的优化设计.实验结果表明,Memetic算法可获得比传统优化方法更佳的设计效果.通过将优化设计的Gabor小波滤波器组用于人脸图像的特征提取,MA-Gabor算法可取得比现有人脸识别方法更高的识别率.     

嵌入式人脸检测算法的研究与实现

使用人脸类Haar特征、快速人脸检测算法Adaboost进行人脸检测。针对ARM的不足,将经过PC机训练得到的人脸分类器文件通过网络传输到嵌入式平台,结合人脸检测算法,实现了一种嵌入式人脸识别系统,较好地解决了嵌入式人脸检测系统由于训练人脸图像数据巨大而造成处理效率低的难点。基于EELiod 270嵌入式开发平台实现了...     

人脸识别在远程智能监控系统中的研究与实现

文中设计一种远程智能视频监控系统,通过加入人脸识别技术,对视频中感兴趣的人脸进行提取并识别。考虑到使用便利性以及成本节约,系统采用嵌入式微处理器平台,并使用Linux作为操作系统。在底层利用V4L2来驱动摄像头输入,利用TCP/IP网络通信协议进行传输。系统采用的是B/S架构,通过浏览器的形式可以查看实时视频监控画面。为了改进普通视频监控的局限性,加入人脸识别技术使其可以自主地筛选出视频中出现人员的信息。采用Adaboost算法检测出人脸,然后通过训练人脸模型库,利用LBP算法对检测出的人脸进行识别。传统的被动视频监控系统存在视频数据利用率不高、资源浪费、增加人工成本等问题。与之相比,基于人脸识别的视频监控系统能够主动地识别视频中人员信息,保存识别的人脸数据,用户可以方便查看视频中出现的人员信息,有着较好的实用性。     

基于Gabor小波和LDA的人脸识别算法研究

为了克服光照、表情变化等因素对人脸识别的影响,提出了一种基于Gabor小波和LDA的人脸识别方法,该方法充分利用了Gabor小波的空间局部性和万向选择性,先提取原始人脸图像的Gabor特征,然后对其作LDA变换得到最佳分类特征.依据ORL和YALE人脸库进行实验,实验结果表明,该识别方法对各种变化具有一定稳健性,最高识...     

基于简化Gabor小波的人脸识别算法研究

由于Gabor函数的生物特征,所以Gabor小波经常被用来进行纹理特征提取应用于人脸识别。然而由于在提取Gabor小波特征时运算复杂度高和所需运行时间长,使其不具备应用到实时的条件下,从而限制了Gabor小波在工程上的应用。本文提出了一种简化Gabor小波人脸识别算法,降低了运算复杂度,提高了特征提取的实时性,而且能取得与连续Gabor小波人脸识别算法相同的效果,并且与经典的PCA、LDA、LBP等经典算法相比取得了更好的识别率。     

基于PCA算法的人脸识别研究

介绍了PCA算法及其在人脸识别中的应用。PCA算法是一种基于统计的算法,其优点是识别率高,速度快。基于PCA算法的特征脸方法首先根据人脸数据库训练出一系列的特征脸,然后把人脸数据库中的每个人脸图片进行映射,得出每个人的特征系数,这组系数可以表示该张图片。最后计算出待识别样本的特征系数,并与人脸数据库中的特征系数一一进行比较,以距离相近的作为识别结果。     

FPGA平台上Adaboost算法的Impulse C实现

Impulse C是一种与ANSI C兼容的并行性扩展集,与EDK工具结合紧密.在研究Adaboost算法流程的基础上以Impulse C为工具,实现了人脸检测的Adaboost算法在FPGA上的软硬件划分和软件模块与硬件模块的设计,并通过软件仿真验证了硬件模块的功能.     

基于图像去模糊的改进Gabor与LSSVM的人脸识别

为有效解决人脸识别中二维Gabor的维数灾难,LDA的小样本问题和因拍摄不慎造成的图像模糊的问题,提出一种图像去模糊的改进Gabor和最小二乘支持向量机(LSSVM)相结合的新算法。首先用约束最小二乘方(CLS)对模糊的人脸图像去模糊,然后将DLDA和二维Gabor相融合进行降维处理,最后利用训练速度快,泛化能力强的LSSVM进行分类识别。并通过ORL和Yale人脸库来做对比验证,证明了此方法的高效性。     

一种融合Gabor+SIFT特征的人脸识别算法

姿态变化和光照干扰对于人脸识别的准确率和效率有很大影响。针对这一问题,文中采用结合Gabor特征和SIFT特征的人脸识别方法进行识别,提取一幅人脸图像的多个方向和多个尺度的Gabor特征,并将提取得到的Gabor特征图像进行分块。对分块后的子图像进行提取SIFT特征的操作,将得到的Gabor特征全部SIFT向量级联作为最终特征向量。使用主成分分析方法对得到的最终特征向量进行降维处理,随后使用最小二乘支持向量机进行训练识别。在FERET人脸数据库中进行的实验结果表明,相对于传统单一的人脸识别方法,利用本文方法在姿态变化和光照干扰情况下对人脸识别的准确率达到98.1%,证明了新算法的有效性。     

基于环形Gabor小波与CS-LBP算法在人脸识别中的应用

多尺度多方向的Gabor变换能提取人脸在空域和频域的局部信息,表达并刻画出人脸的大量特征,但在特征描述上会产生大量冗余,环形对称Gabor变换同样具有小波的共性并且能降低冗余量,在方向上具有严格的不变性。中心对称局部二值模式(CS-LBP)能提取出人脸中细节的纹理特征,把上述两种算法相结合,利用设定Gabor能量来获取最适合的滤波窗口,并对人脸特征进行提取和识别,最后用实验结果验证了环形Gabor和CS-LBP算法在人脸识别中具有很好的应用。     

基于隐式Gabor滤波与PCA的人脸识别算法

通过卷积计算Gabor特征然后再进行主成分分析(PCA)是经典的人脸识别方法之一,能取得较高的识别率。但由于需要计算多角度、多尺度下的Gabor特征,所以该方法的效率很低。为了提高效率,文中提出了一种利用Gabor特征但并不直接计算Gabor特征的主成分分析的方法。所提方法将Gabor特征的信息隐含在一个离线计算好的矩阵中,并将该矩阵包含在主成分特征提取中。在FERET和YALE人脸数据库上的实验表明,所提方法的识别速度提高了5倍左右,识别率也略有提升。