【摘要】：隨著社會的不斷進步以及各方面對于快速有效的自動身份驗證的迫切要求，生物特征識別技術在近幾十年中得到了飛速的發展。人臉識別技術作為生物識別技術之一，是模式識別領域中一個熱點研究問題。人臉識別是指基于現有的人臉樣本集，利用一定的算法，提取人臉圖像中的人臉視覺特征信息，運用圖像處理和模式識別等技術從圖像或者視頻中獲得并分析一個或多個人臉，然后從中提取出有效的識別信息，來自動鑒別圖像中待識別人的身份的一門技術，它涉及計算機圖形學，計算機視覺、模式識別、機器學習、感知科學、人工智能、計算機智能等多門學科技術。人臉識別與其他傳統生物識別技術相比,具有便于采集、方便快捷、交互友好等優點,已逐漸被大眾接受，在智能人機接口、圖像檢索、視頻處理、安全等領域都有著極為廣泛的應用價值。 從廣義上說，人臉識別主要有兩個部分：人臉檢測與人臉識別。在構建人臉識別系統中，人臉識別技術包括人臉圖像采集，人臉以及人眼定位，人臉圖像識別預處理，特征提取，，身份識別確定等幾個方面。本文所要研究的人臉識別是在狹義范圍內研究人眼定位后，人臉圖像預處理，特征提取后，進行身份識別判斷。本文所做的工作主要有介紹了人臉識別國內外研究背景以及研究意義，人臉識別理論及算法以及圖像處理算法進行了介紹。接下來對嵌入式系統進行設計，選用三星公司的S3C2440ARM微處理器作為硬件基礎，并進行了Linux內核移植，U-boot移植等嵌入式操作系統的搭建工作，最后采用主成分分析（PCA）算法對人臉特征進行提取，運用Adaboost算法對樣本集進行訓練，用歐式距離衡量特征匹配檢驗了研究結果。
[Abstract]:With the development of society and the urgent requirement of rapid and effective automatic authentication, biometric identification technology has been developed rapidly in recent decades. As one of the biometric techniques, face recognition is a hot topic in the field of pattern recognition. Face recognition is based on the existing face sample set, using certain algorithm to extract face visual feature information from face image, using image processing and pattern recognition technology to obtain and analyze one or more human faces from image or video. And then extract effective recognition information from it to automatically identify the identity of the person to be identified in the image, which involves computer graphics, computer vision, pattern recognition, machine learning, perceptual science, artificial intelligence, Computer intelligence and other multi-disciplinary technology. Compared with other traditional biometrics, face recognition has the advantages of easy collection, convenience and friendly interaction, and has been gradually accepted by the public, such as intelligent man-machine interface, image retrieval, video processing, etc. Safety and other fields have extremely wide application value. Broadly speaking, face recognition has two main parts: face detection and face recognition. In the construction of face recognition system, face recognition technology includes face image acquisition, face and human eye location, face image recognition preprocessing, feature extraction, identity identification and so on. In this paper, face recognition is studied in a narrow sense after the study of human eye location, face image preprocessing, feature extraction, identity recognition judgment. This paper mainly introduces the research background and significance of face recognition at home and abroad, the theory and algorithm of face recognition and image processing algorithm. Then the embedded system is designed, the Samsung S3C2440arm microprocessor is chosen as the hardware base, and the embedded operating system, such as transplanting Linux kernel to U-boot, is built. Finally, principal component analysis (PCA) algorithm is used to extract face features, Adaboost algorithm is used to train the sample set, and Euclidean distance measurement feature matching is used to test the research results.
【學位授予單位】：青島科技大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TP391.41;TP368.1

【參考文獻】

相關期刊論文 前10條

1 李登輝;徐亞寧;王巖紅;;人臉識別中圖像預處理方法的研究[J];大眾科技;2011年04期

2 李敏躍 ,李威龍;人臉識別系統的研究與實現——圖像獲取、定位、特征提取和特征識別[J];廣西工學院學報;2005年S3期

3 黃志武;潘俊杉;;基于嵌入式LINUX驅動程序開發的研究[J];電腦與電信;2007年06期

4 趙英男;孟憲權;徐勇;侯春明;;光照變化條件下的人臉識別預處理[J];吉首大學學報(自然科學版);2007年02期

5 薛源;李艷萍;;人臉識別技術的探討和研究[J];機械管理開發;2010年05期

6 覃志祥;丁立新;簡國強;秦前清;李元香;;一種改進的線性判別分析法在人臉識別中的應用[J];計算機工程;2006年04期

7 張君昌;張譯;;基于改進AdaBoost算法的人臉檢測[J];計算機仿真;2011年07期

8 吳巾一;周德龍;;人臉識別方法綜述[J];計算機應用研究;2009年09期

9 田印中;董志學;黃建偉;;基于PCA的人臉識別算法研究及實現[J];內蒙古科技與經濟;2010年06期

10 丁日峰;丁輝;;嵌入式人臉檢測系統開發研究[J];首都師范大學學報(自然科學版);2009年S1期

相關碩士學位論文 前7條

1 崔浩;基于S3C2440的智能評分系統設計[D];武漢科技大學;2011年

2 王彥堂;基于ARM的嵌入式Linux系統研究與應用[D];山東大學;2007年

3 阮揆;人臉識別技術的研究與應用[D];國防科學技術大學;2006年

4 塔娜;基于ARM的人臉識別系統設計與實現[D];東北師范大學;2009年

5 周輝;基于嵌入式Linux的人臉識別系統的研究[D];長安大學;2009年

6 戴棟;基于ARM9的特定人臉識別系統[D];中南大學;2009年

7 饒文高;基于ARM的嵌入式數字圖像處理方法研究[D];黑龍江大學;2010年

本文編號：2125782