基于ARM的人脸识别系统设计与实现.

东北师范大学

硕士学位论文

基于ARM的人脸识别系统设计与实现

姓名：塔娜

申请学位级别：硕士

专业：计算机应用技术

指导教师：马志强

20090501

摘要

人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。

人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及入脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据表示并存储在数据库中，接下来进行人脸分类，在识别待测人脸图像时，将待测图像的特征数据与数据库中存储数据相比对，判断是否为库中的某一人，．从而实现自动识别人脸的目的。

在过去的十年里，人脸识别技术一直是图像处理领域里具有挑战性的课题，随着研究的深入，许多人脸检测及识别算法被提出来。其中基于主成分分析的Ｅｉｇｅｎｆａｃｅ的算法及其变形已经成为测试人脸识别系统性能的基准算法；同时Ａｄａｂｏｏｓｔ人脸检测算法，在ＰＣ上基本可以达到实时，在嵌入式产品广泛应用的今天，只有让人脸识别算法在嵌入式平台上实现，才能获得更广阔的应用，本文研究了在嵌入式平台上Ａｄａｂｏｏｓｔ人脸检测算法的性能。

嵌入式是后ＰＣ时代的一个亮点，目前已经应用在社会生活的方方面面。嵌入式产品的开发平台分为包括很多，如：ＤＳＰ，ＡＲＭ，ＰｏｗｅｒＰＣ等等。本文采用的ＡＲＭ９作为嵌入式开发平台，研究人脸识别在ＡＲＭ平台的性能，为实用的嵌入式人脸识别系统的设计提供参考。

本文从ＰＣ平台的软件实现入手，分别实现了ＰＣ平台下的ＡｄａＢｏｏｓｔ人脸检测算法和ＰＣＡ人脸识别算法；分析了现象及结果，接下来搭建了基于ＡＲＭ嵌入式系统的硬件平台，对ＡｄａＢｏｏｓｔ人脸检测算法进行了硬件平台的移植，并得出相应实验效果。

人脸识别；人脸检测；ＡＲＭ；ＡｄａＢｏｏｓｔ；ＰＣＡ关键词：

Ａｂｓｔｒａｃｔ

Ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎａｓａｂｉｏｌｏｇｙｒｅｃｏｇｎｉｔｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｉｔｉｓａｐａｒｔｉｃｕｌａｒ

ｕｓｅａｐｐｌｉｃａｔｉｏｎｏｆｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｉｎｉｍａｇｅｆｉｌｅｄ．ＦａｃｅｒｅｃｏｇｎｉｔｉｏｎｕｓｕａｌｌｙｖｅｒｉｔｉｆｉｃａｔｉｏｎｆｏｒＰｅｒｓｏｎａｌｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｇａｔｅｗａｙｓｔＯｉｎｌｉｍｉｔｅｄａｃｃｅｓｓａｒｅａｓ，ａｕｔｈｅｎｔｉｆｉｃａｔｉｏｎｆｏｒｂａｎｋａｎｄｆａｍｉｌｙｓｅｃｕｒｉｔｙ，ｅｔｃ．

ｎｌｅｈｕｍａｎｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｉｎｃｌｕｄｅｓｆａｃｅｄｅｔｅｃｔｉｏｎ，ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｆａｃｅｃｌａｓｓｉｆｉｃａｔｉｏｎ。Ｆａｃｅｄｅｔｅｃｔｉｏｎ

ｉｎｐｕｔｔｉｎｇｐｉｃｔｕｒｅ．ＴｈｅｎｉｔｃｕｔｓａｐａｒｔＣａｎｆｅｎｄｈｕｍａｎｆａｃｅａｎｄｔｈｅｐｏｓｉｔｉｏｎｆｒｏｍｈｕｍａｎｆａｃｅｆｒｏｍｔｈｅｂａｃｋｇｒｏｕｎｄ．Ｉｎｔｈｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ，ｆｉｒｓｔｔａｋｅｔｈｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｔｏｔｈｅｐｒｉｍａｒｙｐｉｃｔｕｒｅ，ｗｈｉｃｈｒｅｐｒｅｓｅｎｔｉｎｇｔｈｅｍｉｎａ１０ｗｅｒｄｉｍｅｎｓｉｏｎａｌｓｐａｃｅｗｉｔｌｌｌｅｓｓｅｆｆｅｃｔｉｖｅｃｈａｒａｃｔｅｒｓ．Ｔｈｅｎｓａｖｅｔｈｅｆｅａｔｕｒｅｄａｔａｉｎｔｈｅｆａｃｅｓｔｏｒｅｈｏｕｓｅ．Ｉｎｔｈｅｆａｃｅｃｌａｓｓｉｆｉｃａｔｉｏｎ。ｗｈｅｎｒｅｃｏｇｎｉｚｉｎｇｔ１１ｅｕｎｋｎｏｗｎｈｕｍａｎ

ｏｎｅｐｉｃｔｕｒｅ，ａｔｆｉｒｓｔｅｘｔｒａｃｔｔｈｅｆｅａｔｕｒｅｏｆｔｈｅｕｎｋｎｏｗｎｈｕｍａｎｔｏｔｈｅｎｍａｒｃｈ．ｅｄｗｉｔｈｋｎｏｗｎｈｕｍａｎｆａｃｅｍｏｄｅｌｔｈａｔｓｔｏｒｅｄｉｎｔｈｅｆａｃｅｓｔｏｒｅｈｏｕｓｅｐｅｒｓｏｎｉｎｔｈｅｓｔｏｒｅｈｏｕｓｅｐａｓｔｔｅｎｏｒｃｏｎｆｉｒｍｗｈｅｔｈｅｒｉｔｉｓｎｏｔ．Ｄｕｒｉｎｇｔｈｅｙｅａｒｓ，ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓｏｎｅｏｆｔｈｅｍｏｓｔｃｈａｌｌｅｎｇｉｎｇ

ｐｒｏｂｌｅｍｓｉｎｉｍａｇｅｐｒｏｃｅｓｓｉｎｇａｒｅａ．Ｗｉｔｌｌｔｌｌｅｓｔｕｄｙｐｒｏｇｒｅｓｓｅｄ，ｍａｎｙｉｍｐｏｒｔａｎｔａｌｇｏｒｉｔｈｍｈａｖｅｂｅｅｎｐｒｏｐｏｓｅｄ．Ａｍｏｎｇｔｈｅｍ，ｔｈｅ

ｗｉｄｅｌｙ—ｕｓｅｄｍｅｔｈｏｄｏｆｌｉｎｅａｒａｌｇｏｒｉｔｈｍｏｆＥｉｇｅｎｆａｃｅ，ｔｈｅｍｏｓｔｍａｐｂａｓｅｄｏｎＰＣＡ（ＰｒｉｎｃｉｐｌｅＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ），ｈａｓｂｅｃｏｍｅｔ

ｈｅｍａｉｎｓｔｒｅａｍｃｒｉｔｅｒｉｏｎｔｏｔｅｓｔｔｈｅｐｅｒｆｏｒｍａｎｃｅ

ａｎｏｆｖａｒｉｏｕｓｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｓｙｓｔｅｍｓ；Ｉｎ２００１，ＶｉｏｌａａｎｄＪｏｎｅｈａｖｅｉｎｔｒｏｄｕｃｅｄｉｍｐｏｒｔａｎｔａｌｇｏｒｉｔｈｍｔｈａｔｃａｌｌｅｄ

ｃａｎｆａｓｔｆａｃｅｄｅｔｅｃｔｉｏｎｂａｓｅｄ

ｄｅｔｅｃｔｉｏｎｏｎＡｄａＢｏｏｓｔ．ＡｔＰＣｐｌａｔｆｏｒｍ，ｔｈｅｙｔｏｍｅｅｔｒｅａｌ—ｔｉｍｅａｃｈｉｅｖｅｓａｌｖｅｄｅｍａｎｄ．ＮｏｗｗｅｗａｎｔｋｎｏｗｗｈｅｔｈｅｒｔｈｉｓａｌｇｏｒｉｔｈｍＣａｎｄｅｔｅｃｔｉｏｎｒａｔｅａｔｅｍｂｅｄｄｅｄｓｙｓｔｅｍ．

Ｅｍｂｅｄｄｅｄｓｙｓｔｅｍｉｓａｎｉｍｐｏｒｔａｎｔｐａｒｔｉｎｔｈｅ

ｅｍｂｅｄｄｅｄｐｒｏｄｕｃｔｓｈａｖｅｂｅｅｎｕｓｅｄｉｎｔｈｅｋｉｎｄｓｏｆ

ａｓｃｕｒｒｅｎｔｃｏｍｐｕｔｅｒｆｉｌｅｄ．Ｔｈｅａｒｔｉｃｌｅｔａｋｅｓｔｈｅｄｅｖｉｃｅｓ．ｎｅＡＩ州ｔｈｅｅｍｂｅｄｄｅｄｓｙｓｔｅｍｄｅｖｅｌｏｐｍｅｎｔｐｌａｔｅｆｏｒｍｔｏｒｅｓｅａｒｃｈｔｈｅｆａｃｅｄｅｔｅｃｔｉｏｎ．Ｉｔｇｉｖｅｓｔｈｅｒｅｆｅｒｅｎｃｅｏｆｔｈｅｅｍｂｅｄｄｅｄｆａｃｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｄｅｓｉｇｎ．

ａｎｄＳｔａｔｉｎｇｆｒｏｍｔｈｅｓｏｆｔｗａｒｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｉｎｔｈｅａｒｔｉｃｌｅ，ｔｈｅＰＣＡａｌｇｏｒｉｔｈｍ

Ａｄａｂｏｏｓｔａｌｇｏｒｉｔｈｍｈａｖｅｂｅｅｎｓｔｕｄｉｅｄａｎｄｒｅａｌｉｚａｔｉｏｎ．Ａｆｔｅｒｔｈａｔａｎｅｍｂｅｄｄｅｄｓｙｓｔｅｍｈａｓｂｅｅｎｂｕｉｌｔｂａｓｉｎｇ

ｔｈｅｆａｃｅｄｅｔｅｃｔｉｏｎｏｎｏｎｔｈｅＡＲＭｂｏａｒｄｆｏｒｔｈｅｈｕｍａｎｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｅｎｐｕｔｔｈｅＡＲＭｂｏａｒｄ．

Ｋｅｙｗｏｒｄｓ：ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ；ｆａｃｅｄｅｔｅｃｔｉｏｎ；ＡＲＭ；ＡｄａＢｏｏｓｔ；ＰＣＡ

独创性声明

本人郑重声明：所提交的学位论文是本人在导师指导下独立进行研究工作所取得的成果。据我所知，除了特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。对本人的研究做出重要贡献的个人和集体，均已在文中作了明确的说明。本声明的法律结果由本人承担。

学位论文作者签名：日期：五星：』：』』