人脸识别与检测系统答辩

《人脸识别与检测系统答辩》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于ARM的人脸识别和定位系统姓名：XXX指导教师：XXX2一、关于人脸识别二、人脸识别过程三、人脸识别技术四、人脸识别系统设计人脸识别是一个活跃的研究领域，是人类视觉最杰出的能力之一。最容易被接受的生物特征识别方式。人脸识别细分为两类：一类是回答我是谁的问题，即辨认（Identification）；另一类是回答这个人是我吗？即确认（Verification）。一.关于人脸识别典型应用罪犯调查访问控制人员考勤重用门票驾驶执照人脸检测与人脸识别的关系一.关于人脸识别二.人脸识别过程人脸定位输出结果比对识别特征提取预处理图像获取人脸检测人脸特征人脸库图1人脸识别过程图三.人脸识别技术面部特征提

2、取几何特征提取统计特征提取频率域特征提取运动特征提取代数特征提取三.人脸识别技术面部特征的模式识别算法线性判别分析（Fisher线性判别）支持向量机SVM贝叶斯网络隐马尔可夫模型及其基本问题人工神经网络模糊模式识别四.人脸识别系统设计搭建平台图像采集模块设计人脸识别算法设计四.人脸识别系统设计搭建平台本文的硬件平台采用基于ARM9架构的S3C2440嵌入式开发板。在此基础上建立起一个可靠的、稳定的嵌入式软件开发平台。具体工作：定制内核、制作根文件系统、移植。四.人脸识别系统设计图像采集模块设计本系统主要采用的是OpenCV计算机视觉库和QT图形库，并通过普通的USB摄像头来实现自动人脸识别，

3、准确率较高，方便易用。使用OpenCV检测人脸的流程四.人脸识别系统设计图2使用OpenCV检测人脸的流程图开始加载分类器结束将分类器转化为内部格式加载检测图检测定位四.人脸识别系统设计人脸识别算法的设计本文采用的是基于Viola-Jones框架的面部识别算法。提出使用矩形特征法进行特征值运算，采用感知器学习算法训练最佳特征。该算法运算速度较快、错误分类率低、识别率较高、误识率低，适合嵌入式系统。谢谢观赏服务理念中的“点点”◆理解多一点真情浓一点◆学习勤一点品质高一点◆理由少一点效率高一点◆处理问题灵活点工作过程用心点◆对待同事宽容点互相协作快乐点放映结束！敬请各位的批评指导！谢谢观看