本文对几何模型匹配方法进行了研究，提出了一套完整的人脸定位算法。在预处理部分，采用了特别的增强人脸特征与脸部皮肤之间对比度的方法及局域取阈值二值化方法，改进了预处理的效果。在图像分割部分，实现了经典的分合算法，并且使用成组算法改进了分合的效果。在人脸匹配部分，实现了基于眼睛和嘴的几何模型匹配，并对评价函数的构造进行了研究
上传时间： 2013-12-25
上传用户：lixinxiang
本文的题目是改进的核函数算法及其在人脸识别中的应用研究。 本文在系统学习现有核函数及支持向量机相关理论的基础上，系统研究了自适应选择核函数算法，通过引入朴素正则风险最小化准则，提出了一种改进的在线核函数算法。算法采用截断误差最小化、合理选取拉格郎日因子等方法对新增样本进行训练，有效地克服了现有方法收敛精度低和不能自适应选择样本的困难。 根据独立分量分析的原理和特点，将改进的核函数算法引入人脸识别的研究中，给出了基于ICA-SVM的人脸识别算法及实现方法。 论文分别应用数值仿真及现有人脸数据库，分析了算法的数值特性并验证了算法的可靠性和实用性。 本文数值仿真与分析软件基于MATLAB和LABVIEW虚拟仪器设计开发。 本文档是nh文件，可以用caj打开。与大家共享！！
上传时间： 2016-02-14
上传用户：Divine
文章在分析了多分辨率塔形结构算法和基于遗传算法的图像匹配方法的基础上，有机地结合了这两种方法的优点提出了一种新的快速匹配算法，并与传统的基于遗传算法的图像匹配方法做了比较，试验表明算法大幅度降低了匹配时间。
上传时间： 2014-01-17
上传用户：ayfeixiao
人脸检测是人脸分析的首要环节，其处理的问题是确认图像（或影像）中是 否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当广泛，是实 现机器智能化的重要步骤之一。 AdaBoost 算法是 1995 年提出的一种快速人脸检测算法，是人脸检测领域里 程碑式的进步，这种算法根据弱学习的反馈，适应性地调整假设的错误率，使在 效率不降低的情况下，检测正确率得到了很大的提高。 本论文第一章和第二章简述了人脸检测的一般情况，第三章对一些人脸检测 的经典方法进行了说明。 第四章讲述了 AdaBoost 算法的发展历史。从 PCA 学习模型到弱学习和强 学习相互关系的论证，再到 Boosting 算法的最终提出，阐述了 Adaptive Boosting 算法的发展脉络。 第五章对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面：矩形 特征和积分图的概念和理论进行了仔细的阐明。 第六章给出了 AdaBoost 的算法，并深入探讨了其中的一些关键问题——弱 学习器的构造、选取等问题。 最后一章，用编写的实现了 AdaBoost 算法的 FáDèt 程序，给出了相应的 人脸检测实验结果，并和 Viola 等人的结果做了比较。
上传时间： 2018-01-29
上传用户：dragon000008
随着计算机科学在人机交互领域的极大发展，作为人脸信息处理中的一项关键技术，人脸检测现在已经成为模式识别，计算机视觉和人机交互领域不可缺少的一部分。但是，人脸检测算法存在计算量大、速度慢等缺点。软件实现方式无法达到实时处理要求，而现有的硬件实现需要占用大量硬件资源。 本文针对现有人脸检测硬件实现的缺点，通过对Adaboost算法和现有硬件结构的分析，提出了双流水线硬件检测架构：扫描窗口流水线、特征向量流水线。并在Vertex-II Pro FPGA平台验证成功，达到实时检测的标准。具体工作和创新点包括如下几点： 介绍了人脸检测的原理以及人脸检测经典算法。其中，详细介绍了Adaboost算法。 对现有的结构进行详细分析。指出现有各架构的缺点，即资源占用多，检测速度慢。针对这两个问题，本文提出了一个适合嵌入式应用的扫描窗口、特征向量双流水线检测硬件架构，详细说明了该架构的工作原理，并在该架构基础上，通过加入预测加载技术，进一步提高检测速度。随后，采用存储器访问效率，架构内部存储单元大小，检测时间长短，运算单元数量四个标准，详细比较了新架构和现有架构的差别，显示出新架构的优势。 基于提出的架构，给出了Adaboost人脸检测系统的VLSI实现方案。本文中，采用自顶向下的设计方法将人脸检测系统分成若干个子模块，然后对每个子模块进行详细的设计和说明，给出了每个子模块的硬件架构、状态转换以及verilog实现后的仿真波形。 采用Xilinx公司的VII Pro FPGA开发板完成人脸检测系统的硬件验证。FPGA验证结果表明对于QCIF分辨率的视频图像，人脸检测系统能够达到50fps的检测速度，满足实时检测的要求。
上传时间： 2013-06-15
上传用户：1193169035
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建立自己的模块，为用户的升级和改进留下广阔的空间。并且速度更高，密度也更大，其设计方法的灵活性降低了整个系统的开发成本，FPGA 设计成为电子自动化设计行业不可缺少的方法。 本文从人脸检测算法入手，总结基于FPGA上的嵌入式系统设计方法，使用IBM的Coreconnect挂接自定义模块技术。经过训练分类器、定点化、以及硬件加速等方法后，能够使人脸检测系统在基于Xilinx的Virtex II Pro开发板上平台上，达到实时的检测效果。本文工作和成果可以具体描述如下： 1. 算法分析：对于人脸检测算法，首先确保的是检测率的准确性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一种基于Adaboost算法的人脸检测方法。算法中较多的是积分图的特征值计算，这便于进一步的硬件设计。同时对检测算法进行耗时分析确定运行速度的瓶颈。 2. 软硬件功能划分：这一步考虑市场可以提供的资源状况，又要考虑系统成本、开发时间等诸多因素。Xilinx公司提供的Virtex II Pro开发板，在上面有可以供利用的Power PC处理器、可扩展的存储器、I/O接口、总线及数据通道等，通过分析可以对算法进行细致的划分，实现需要加速的模块。 3. 定点化：在Adaboost算法中，需要进行大量的浮点计算。这里采用的方法是直接对数据位进行操作它提取指数和尾数，然后对尾数执行移位操作。 4. 改进检测用的级联分类器的训练，提出可以迅速提高分类能力、特征数量大大减小的一种训练方法。 5. 最后对系统的整体进行了验证。实验表明，在视频输入输出接入的同时，人脸检测能够达到17fps的检测速度，并且获得了很好的检测率以及较低的误检率。
上传时间： 2013-07-01
上传用户：84425894
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-06-07
上传用户：kikye
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人脸存在的位置，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。
上传时间： 2013-05-31
上传用户：saharawalker
随着现代科学技术的发展和人民生活水平的提高，人们对住宅的安全性提出了更高的要求。由于视频监控具有直观、方便、信息内容丰富等的特点，而被广发的应用各种安防系统中。现有的家居监控系统智能化程度低，无法更好的适应家居安防系统的要求，因此研究并开发出适合人们需要的智能化家居视频监控系统具有重要的意义。 本课题针对现有家居视频监控系统的问题，选用SAMSLING公司基于ARM9核的S3C2410芯片作为CPU，扩展了USB摄像头、Internet芯片、红外传感器模块、液晶屏、键盘等外围设备，设计出一种基于ARM的智能家居网络视频监控系统。该系统的功能主要包括：摄像头采集图像并在LCD上进行显示；在户外PC上可以通过网络查看ARM端家中情况，图像经过压缩后进行传输；截取图像进行人脸检测；当检测到人脸时，GPRS发送短信通知主人有入侵情况发生；检测到人脸的图像压缩后进行存储。 本文介绍了系统各个硬件型号的选取，硬件的性能参数，硬件引脚和寄存器参数，设计了各个硬件之间的接口电路。系统的软件部分采用嵌入式Linux作为操作系统，在目标板上移植了引导程序、Linux裁剪后的系统和文件系统，在此基础上实现了摄像头图像采集和LCD上的显示、基于肤色和模板匹配的人脸检测算法、基于DCT变换的有损图像压缩算法、GPRS短信发送、图像网络传输等软件功能。 试验结果表明，本系统能够较好的实现预期的功能，具有较好的稳定性和应用前景。
上传时间： 2013-04-24
上传用户：四只眼
嵌入式人脸识别系统建立在嵌入式操作系统和嵌入式硬件系统平台之上,具有起点高、概念新、实用性强等特点。它涉及嵌入式硬件设计、嵌入式操作系统应用开发、人脸识别算法等领域的研究；嵌入式人脸识别系统携带方便、安装快捷、机动性强,可广泛应用于各类门禁系统、户外机动布控的实时监测等特殊场合,因此对嵌入式人脸识别的研究工作具有突出的理论意义和广泛的应用前景。 本文是上海市经委创新研究项目《射频识别RFID系统-自动识别和记录人群的身份》(编号：04-11-2)与上海市科委AM基金项目《基于ARM和RFID芯片的自组织安全监控系统的研制》(编号：0512)的主要研究内容之一。论文从构建自动人脸识别系统所需解决的若干关键问题入手,重点探讨了基于嵌入式ARM微处理器的实时人脸检测、关键特征定位、高效的人脸特征描述、鲁棒的人脸识别分类器及自动人脸识别系统设计等问题的研究。论文的主要工作和创新点表现在以下方面： 1实现了结合肤色校验的Haar特征级联分类器嵌入式实时人脸检测,提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法。 复杂背景中的人脸检测是自动人脸识别系统首先要解决的关键问题,通过对基于肤色模型和基于Haar特征级联强分类器的人脸检测算法的分析研究,综合两个算法的优点,提出了基于肤色模型校验和Haar特征级联强分类器的嵌入式实时人脸检测算法。实验结果表明,该算法不仅解决了复杂背景中的类肤色和类人脸结构问题,而且具有较高的检测率和较快的检测速度,同时对光照、尺度等变化条件下的人脸检测也具有较强的鲁棒性。 人眼检测与瞳孔定位在人脸归一化和有效人脸特征抽取等方面起着非常重要的作用,为了快速检测人眼并精确定位人眼瞳孔中心,论文提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法,首先利用人眼检测分类器在人脸区域内完成对人眼位置的检测,然后通过对检测到的人眼进行遮罩掩磨、简单图像形态学变换及椭圆拟合实现瞳孔中心的精确定位。测试结果表明该算法只需几百毫秒便能完成人眼检测与瞳孔中心定位整个过程,在保证检测速度较快的同时,还能确保较高的定位精度。 2 针对传统线性判别分析法存在的小样本问题(sss),通过调整Fisher判别准则,实现了自适应线性判别分析算法及相应的人脸识别方法人脸识别中的小样本问题使线性判别分析算法的类内散布矩阵发生严重退化,导致问题无法求解。本文在人脸识别小样本问题的基础上,通过调整Fisher判别准则,利用类间散布矩阵的补空间巧妙地避开类内散布矩阵的求逆运算,通过训练集每类样本的样本数信息自适应改变调整参数,实现了自适应线性判别分析算法,实验结果表明,该算法能有效解决人脸识别中的小样本问题。 3 提出了基于有效人脸区域的Gabor特征抽取算法,有效地解决了Gabor特征抽取维数过高的问题。 Gabor小波对图像的光照、尺度变化具有较强鲁棒性,是一种良好的人脸特征表征方法。但维数过高的Gabor特征造成应用系统的维数灾难,为解决Gabor特征的维数灾难问题,论文第四章提出了基于有效人脸区域的Gabor特征抽取算法,该算法不仅有效地降低了人脸特征向量维数,缩小了人脸特征库的规模,同时降低了核心算法的时间和空间复杂度,而且具有与传统Gabor特征抽取算法同样的鲁棒性。 4 结合有效人脸区域的Gabor特征抽取、自适应线性判别分析算法和基于支持向量机分类策略,提出并实现了基于支持向量机的嵌入式人脸识别和嵌入式人像比对系统支持向量机通过引入核技巧对训练样本进行学习构造最小化错分风险的最优分类超平面,不仅具有强大的非线性和高维处理能力,而且具有更强的泛化能力。本文研究了支持向量机的多类分类策略和训练方法,并结合论文中提出的基于有效人脸区域的Gabor特征提取算法、自适应线性判别分析算法,首次在基于Windows CE操作系统的嵌入式ARM平台中实现了具有较强鲁棒性的嵌入式自动人脸识别系统和嵌入式人像比对系统。 5 提出并初步实现了基于客户机/服务器结构无线网络模型的远距离人脸识别方案为解决嵌入式人脸识别系统在海量人脸库中进行识别的难题,论文提出并初步实现了基于客户机/服务器结构无线网络模型的嵌入式远距离人脸识别方案。 客户机(嵌入式平台)完成对人脸图像的检测、归一化处理和人脸特征提取,然后通过无线网络将提取后的人脸特征数据传输到服务器端,由服务器在海量人脸库中完成人脸识别,并将识别后的结果通过无线网络传输到客户机显示输出,从而实现基于客户机/服务器无线网络模型的嵌入式远距离人脸识别方案。 6 结合我们开发的基于ARM的嵌入式自动人脸识别系统和嵌入式人像比对系统,从系统设计的角度探讨了在嵌入式系统中进行人脸识别应用设计的思路及应该注意的问题虽然嵌入式人脸识别系统的性能很大程度上取决于高效的人脸特征描述和鲁棒的人脸识别核心算法。但是,嵌入式系统的设计思想对嵌入式人脸识别系统的性能影响同样值得重视。本文第六章重点阐述了嵌入式自动人脸识别应用系统的设计思路,并结合我们自主开发的嵌入式自动人脸识别系统和嵌入式人像比对系统从系统设计的角度探讨了嵌入式人脸识别应用系统设计中应该注意的关键技术问题。 结合本文提出的算法我们在PC上完成对人脸识别分类器的训练,然后在嵌入式ARM开发平台上实现了嵌入式自动人脸识别、嵌入式人像比对两个便携式人员身份认证系统,经测试运行效果良好。所提出的人脸识别算法不仅具有一定的理论参考价值,而且对于嵌入式系统应用开发、AFR应用系统开发也具有一定的借鉴意义。
上传时间： 2013-05-18
上传用户：我们的船长
