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
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
基于彩色路径识别的视觉导航方法是当前自动导航小车领域的研究热点和方向。视觉导航是指根据地面路径和被控对象之间的位置偏差控制其运行的方向，因此，地面彩色路径图像的摄取及其识别处理就成为视觉导航系统中的基础和关键。在当前的视觉导航系统设计中，图像处理的硬件平台都是基于通用微处理器，嵌入式微处理器或者DSP进行设计的。这些处理器一个共同的特点就是数据串行处理，而图像处理过程涉及大量的并行处理操作，因此传统的串行处理方式满足不了图像处理的实时性要求。 鉴于微处理器这方面的不足，作者提出一种使用FPGA实现图像识别的并行处理方案，并据此设计一个智能图像传感器。该传感器采用先进的FPGA技术，将图像采集及其显示，路径的识别处理以及通信控制等模块集成在一个芯片上，形成一个片上系统(SOC)。其主要功能是对所采集的彩色路径图像进行识别处理，获得彩色路径的坐标及其方向角，并将处理结果发送给上位机，为自动导航提供控制依据。 本文将彩色路径的识别处理过程划分为三个阶段，第一阶段为颜色聚类识别，以获得二值路径图像，第二阶段为数学形态学运算，用于对第一阶段中获得的二值图像进行去斑处理，第三阶段为路径中心线的定位及其方向角的测量。图像传感器与上位机的通信采用异步串行方式，由于上位机需要控制该传感器执行多种任务，作者定义一种基于异步串行通信的应用层协议，用于上位机对传感器的控制。在图像的显示中，为了弥补图像采集的速率和VGA显示速率的不匹配，作者提出一种基于单端口存储器的图像帧缓冲机制，通过VGA接口将采集的图像实时地显示出来。 根据上述思想，作者完成了系统的硬件电路设计，并对整个系统进行了现场调试。调试结果表明，传感器系统的各个模块都能正常工作，FPGA中的数字逻辑电路能够实时地将路径从图像中准确地识别出来，.充分体现了FPGA对路径图像的高速处理优势，达到了设计预期目标，在一定程度上丰富了路径图像识别处理的技术和方法。
上传时间： 2013-04-24
上传用户：ghostparker
清管器在管道中运行时，其上的信号发射器发射出电磁脉冲信号，通过便携式位置探测仪上的信号接收装置接收信号，经过信号处理部分对信号进行解码、识别，最终将探测结果显示在液晶显示屏上。为了满足便携性的要求，探测仪采用低功耗设计，并大量使用贴片元件和功能集成的IC 。经过深入的理论研究和测试，制造出了试验样机，该样机圆满地完成了多种环境下的试验，并取得了良好的效果。
上传时间： 2014-01-06
上传用户：半熟1994
嵌入式ARM9系列处理器支持U-Boot从Nor FLASH或者Nand FLASH启动，也支持U-Boot直接下载到内存中调试运行，根据U-Boot在不同启动设备上的差异，添加Nand FLASH读写驱动和判别启动位置程序，使U-Boot支持自动识别启动。在基于S3C2440的硬件平台上验证通过，并正确引导了Linux内核。
上传时间： 2013-10-16
上传用户：yanming8525826
设计并实现了基于图像检索的地标识别系统。该系统通过捕捉地标的视觉特征，帮助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
上传时间： 2013-12-29
上传用户：CSUSheep
图像识别技术目前在人们的生活中，应用越来越普遍，如我们较熟悉的数码相机、摄像头、具有摄像功能的手机、以及我们看见的一些智能玩具上都具有图像识别的功能。在此为大家介绍的此款图像识别模组主要是应用于交互式智能玩具、图像处理产品、教学中。此模组接口简单，应用方便，容易与MCU结合使用，若与凌阳公司的SPCE061A结合，使其声貌并具，更能体现产品的特效功能。 2 功能简介 该模组可以实现如下功能: 识别颜色、形状 识别位置 3 模组结构 光学镜头CMOS传感器SPCA561A图象处理芯片SPCA563A微控制器SPCE061AEagle模组 图3.1 图像识别模组结构框图 图像识别模组由光学镜头、CMOS传感器（SPCA561A）、图像处理芯片（SPCA563A）组成。 SPCA563A分析和处理SPCA561A传过来的图像信号，并得出相应的信息（颜色、形状等等）。此模组接口简单，应用方便，容易与MCU结合使用，我们下面将要介绍的Demo就是其与SPCE061A结合的例子。 图像识别模组和外界的接口共有6针，依次接在SPCA563A的：VCC、SCK、SD、RDY、图像识别3_RESET和GND。
标签： 图像识别
上传时间： 2013-12-13
上传用户：talenthn
人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需要在耳识别过程中增加一个耳区域定位步骤，这并不影响耳特征的提取，而眼毛对虹膜的遮挡将直接影响虹膜特征的提取。头发对于耳的遮挡可以容易地避免，而眼毛对于虹膜的遮挡是生理结构决定的，也是难以避免的。其次，就目前的技术而言，虹膜采集需要测试者与采集装置之间的位置在机器发出的语言提示下进行不断地调整，同时要瞪大眼睛，使虹膜尽可能暴露，初试者通常要反复多次调整才能够达到要求，而耳采集方式与脸采集方式基本相同，测试者很容易达到拍摄图象的要求条件。最后，虹膜采集装置的成本要高于耳采集装置。
上传时间： 2013-12-20
上传用户：坏坏的华仔
并本文对两大类步态识别算法进行了深入研究，其主要内容集中于步态特征的提取和分类器的设计两部分。 在特征提取阶段采用多种不同的方法提取多种不同的步态特征，其中效果较好的是一种基于模型的特征提取方法。本文使用关键点和肢体角度构建人体的骨骼化模型， 并对模型的各项参数提取做了改进，从人体的骨骼化模型中提取人体的静态参数(如身高、步幅等)以及动态参数(如运动过程中关键点的位置、运动轨迹、肢体角度、
上传时间： 2014-01-15
上传用户：skhlm
为研究棉田农药喷洒机器人导航路径识别方法, 以 自然环境下采集的棉田图像为研究背景, 在L ab 色彩空间 进行处理, 把棉株从土壤背景中识别出来。通过最大方差阈 值分割法将图像转化为二值图像, 并经过中值滤波去除噪 声。二值图像垂直方向投影做直方图, 利用波谷位置确定左 右垄分界线。根据左右垄棉株位置平均得到导航离散点, 通 过Hough 变换得到导航路径, 进而得到导航控制参数。利用 坐标系转换关系将图像坐标系中的导航信息转换到世界坐 标系, 从而控制机器人行走。基于A S2R 机器人对连续动态 图像进行分析, 该方法获得的导航参数是完全可行的。
上传时间： 2016-07-18
上传用户：sammi
