基于TMS320C6711DSP的实时人脸识别系统研究及实现

《基于TMS320C6711DSP的实时人脸识别系统研究及实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海大学硕士学位论文摘要人脸识别是指根据数据库中己知人脸的信息来识别存在于静态图像或者视频序列图像中的人脸。与其他生物特征相比，人脸识别系统的应用是非接触式的、连续的和实时的，这使其更加直接、友好、易用；而且，人脸不同于传统的密钥、证卡等，不易被伪造和窃取，更不易被遗失，因而安全性、可靠性更高。成熟的人脸识别技术在安全验证系统、智能人机接12、视频会议、信用卡验证等诸多方面有着巨大的应用前景，因此，人脸识别己成为当前计算机视觉、模式识别和人工智能领域的一个研究热点。本文主要研究针对入口管理的实时人脸识别系

2、统，系统选择DSP进行开发设计以满足系统对处理速度和装置大小的要求。作者对人脸识别的检测定位和预处理、人脸面部特征提取、人脸识别匹配三个主要部分进行了分析；根据系统的要求提出了适当的算法和研究方案，并将这些算法嵌入到系统中，通过实验验证了算法的有效性。本文的主要工作及创新点为：第一，针对系统的实时性、图像处理大数据量、人脸识别算法的复杂性等特点，根据DSP的特点，选用一套基于TMs320c67llDsP芯片的视频采集、处理系统。系统以CCD摄像头采集数据，以ICETEK-C6711．IDK-M图像处理板为

3、核心进行图像的采集与处理，构成整个人脸识别系统的硬件平台。第二，根据系统实时性和准确性的要求，创新性的提出一种运动视频的差分帧法与肤色模型相结合的算法进行人脸区域初检测，将运动部分的肤色区域从背景中分离出来。第三，根据数学形态学对人脸初检测区域进行分析处理，排除类肤色区域和非人脸区域，创新性的提出一种微分投影法和积分投影法相结合的人眼定位方法定位人眼位置，并根据人脸器官分布规则构建人脸区域约束条件准确定位人脸，完成了由粗到细、先快后慢的人脸检测定位过程。第四，提出一种改进的二维主元分析法(2DPCA)提取

4、人脸特征，并且利用本文构建的系统采集人脸图像自制了人脸图像库，将此算法在自制人脸图像库和ORL图像库上进行了验证和比较。系统采用c语言和DSP汇编语言编程实现。对实验室20人在不同情况下进行人脸检测和定位，并且利用检测结果制成人脸库，将2DPCA算法在ORL人脸库和自制人脸库上进行验证，取得了十分满意的实验结果，为进一步走出实验室达到实用化奠定了基础。关键词：DSP人脸检测预处理特征提取人脸识别V上海大学硕士学位论文ABSTRACTFacerecognitionisbasedOllitsowndataba

5、seofinformationtoidentifythefundamentalinter部texistsinthefaceofstaticimagesorsequencesofimagesFace．Comparedwithotherbiologicalcharacteristics，theapplicationoffacerecognitionsystemsarenon-contact,continuouslyandreal-time．n血istomakeitmoredirect,friendlyande

6、asy．1V[oreover,differentfromthetraditionalface-key,card,forgeryand出e丘isnoteasy,anditwillbeevenhardertobelostandthereforesafety,higherreliability．Facerecognitiontechnologymamredhasatremendousprospectinthesafetycertificationsystemsmature，intelligentman-mach

7、ineinterface，videoconferencing,creditcardverific撕onandsoon．Therefore．facerecognitionhasnowbecomeahotfieldincomputervision,patternrecognitionandartificialintelligenceresearch．Thispaperstudiesthemanagementofreal-timefacerecognitionsystemaimedattheentrarlce，

8、inordertosatisfytherequirementsoftheprocessinganddevicesize．．DSPisselectedbythesystemtodevelopanddesign．nlethreemainparts—positioningoffacerecognitionarefacedetectionandtreatment,facialfeatureextraction，andfacerecog