利用Gabor特征与SVM分类器在嵌入式系统上实现人脸识别算法

随着信息处理技术的发展,人脸识别技术在嵌入式平台上的应用越来越广泛。本文描述了如何基于OpenCV视觉库在嵌入式平台利用Gabor特征和SVM分类器实现人脸识别系统,并讨论如何在嵌入式平台上优化算法。     

利用 LBP 特征与神经网络在嵌入式系统上实现人脸识别算法*

随着信息处理技术的发展,人脸识别技术在嵌入式平台上的应用越来越广泛。描述如何基于 OpenCV 视觉库在嵌入式平台利用 LBP 特征和神经网络实现人脸识别系统,并讨论如何在嵌入式平台上优化算法。     

基于嵌入式人脸识别考勤系统的设计

设计了基于嵌入式的人脸识别考勤系统。首先进行嵌入式的人脸识别考勤系统的硬件设计。在此基础上进一步确定了Linux系统设计方案,搭建嵌入式的软件系统,然后利用了PCA算法来完成人脸图片的识别。最后利用VS2010进行考勤系统的设计,实现考勤记录的实时查询,从而完成了基于嵌入式的人脸识别考勤系统的设计。     

基于嵌入式系统的人脸识别技术研究及实现

社会经济科技的不断进步,使得嵌入式系统在实际生活的应用中逐渐成熟起来,这一技术的发展为有效的开发设计嵌入式的人脸识别系统提供了可靠的参考性依据,人脸识别系统主要是借助网络计算机技术和生物科学技术,两者采取有效的结合应用,这种系统与指纹识别采集系统有着较为便捷的处理方式,实现采集数据的灵活化,随着社会生活中各方面对与安全警卫系统的高度认识,使得这种技术应用也是较为广泛,因此,本文就如何基于人脸识别身份的技术认证系统进行优化,逐步完善。     

基于嵌入式系统的人脸识别系统设计

社会经济科技的不断进步,使得嵌入式系统在实际生活的应用中逐渐成熟起来,这一技术的发展为有效的开发设计嵌入式的人脸识别系统提供了可靠的参考性依据,人脸识别系统主要是借助网络计算机技术和生物科学技术,两者采取有效的结合应用,这种系统与指纹识别采集系统有着较为便捷的处理方式,实现采集数据的灵活化,随着社会生活中各方面对与安全警卫系统的高度认识,使得这种技术应用也是较为广泛,因此,本文就如何基于人脸识别身份的技术认证系统进行优化,逐步完善.     

人脸识别技术在智能手机中的应用

近几年我国计算机技术迅猛发展,创造了很多智能时代的"奇迹",人脸识别技术是近些年应用范围较广的技术,应用该技术能够更好地确保用户智能手机的安全性,该技术主要以嵌入式系统为基础,在此基础上进行数据的采集、传输与人脸识别处理,最终形成对应的系统架构、模块设计及实现过程。本文将会针对人脸识别技术在智能手机中的应用等内容进行具体分析和阐述。     

基于DSP的人脸识别算法实现与优化

为了在嵌入式系统中实现实时视频图像人脸识别,提出了基于TI系列TMS320DM642的快速人脸检测系统设计方案,包括系统软件和硬件优化方案。首先选择实用有效特征,简要介绍人脸检测和人脸识别算法的基本原理,针对该算法实现原理详细阐述硬件系统设计方案,介绍各单元结构和原理。最后,在设计的硬件系统上进行算法移植,详细介绍了系统的优化方案,实现了嵌入式快速人脸识别系统的研制。通过分析测试结果,系统可靠运行,优化后系统运行速度提高,能够实现实时视频图片人脸识别。     

人脸识别在智能手机中的实现

人脸识别技术，是近几年在全球范围内迅速发展起来的计算机安全技术。该文以高端智能手机的安全应用为载体，展示了在嵌入式系统之上完成图像数据的采集、传输与人脸识别处理等功能相对应的系统架构、模块设计及实现过程。     

基于人脸识别的门禁系统设计与实现

面部识别技术具有人脸信息实时持有、无需记忆或携带、非接触方式采集的特点。基于人脸识别的门禁系统以Samsung S3C6410嵌入式开发板为硬件平台,采用普通摄像头作为人脸图像采集设备,7寸LCD液晶显示触摸屏作为输入,由开发板加载的GPIO控制口及电子门锁组成。软件以嵌入式Linux为操作系统,设计并优化人脸识别算法,减少光照对识别的干扰,通过人脸库训练算法和人脸识别算法的软件运行,实现了人脸识别门禁系统的控制功能。本系统适用于近距离人脸识别,实行人员注册登记,具有多次使用的安防功能,具有非接触性、数据易采集、处理器功耗少、节省电能、成本低廉、便于安装、性能稳定的特点。     

OMAP-L138与OV2460的人脸识别系统

人脸识别技术是一项新兴的生物识别技术,在门禁考勤系统、出入监管系统,智能家居系统中都有广泛的应用.针对手持式嵌入式设备中的低功耗、高性能要求,提出以基于OMAP L138的异构双核处理器为核心,以200万像素的OV2640摄像头为采集前端的人脸识别平台,基于TI公司SysLink双核通信组件,满足识别的精度与速度的要求.实验采取多组对比试验的方法,通过优化人脸识别算法中的比率,从而达到较高的准确度.     

Gabor特征融合的嵌入式人脸识别系统的研究

在嵌入式人脸识别系统中,由于多尺度Gabor抽取特征的维数和数据量过大,不适合在ARM板上实现,提出了多尺度Gabor特征加权融合的方法,很好地解决了图像维数和数据量过大的难点。加权融合过程包括多尺度Gabor特征的提取、特征权值的计算和加权融合过程。同时使用了类Haar特征提取人脸、2DPCA对人脸图像进行降维。基于EELiod 270嵌入式开发平台实现了一个嵌入式系统,结合典型图片库和实际图片进行了人脸识别测试,实践结果表明,系统在保证一定的识别率的同时,大幅度降低了运行时间,实时识别效果良好。     

家庭视觉智能防盗监控系统

基于ARM9处理器S3C2440芯片硬件平台,设计和开发了一种家庭视觉智能防盗监控系统。服务器以裁剪的Linux为软件平台,移植了多种设备驱动程序,综合利用多线程、socket等编程技术,通过调用OpenCV图像处理库、Libjpeg内存数据编解码库设计摄像头应用程序,着重分析了Linux下V4L的工作原理以及基于特征脸的人脸识别原理。该系统实现了在嵌入式Linux开发板上的人脸识别与身份验证主系统,实现在PC上Web浏览功能,提高了防盗系统的安全性。     

基于小波变换和PCA-ANN的人脸识别

研究了基于主成分分析和人工神经网络技术的人脸图像识别系统的基本理论与关键技术,并通过对人脸识别的关键技术进行实验选择和优化组合,提出一种将小波变换、主分量分析(PCA)和人工神经网络相结合的人脸识别系统方案,可以提高人脸识别的效率,同时减少光照、表情等因素对系统识别性能的影响,提高人脸识别系统的鲁棒性。实验结果表明,此人脸识别系统在识别率和识别速度等方面均获得了较好的效果。     

基于视频监控的人脸识别技术的应用研究

本文是在翻阅、研究大量国内外文献资料的基础上,对基于视频监控的人脸检测、特征提取和识别比对进行了研究,旨在开发一套基于视频监控下的人脸识别系统。其中,主要介绍了人脸识别技术的常用方法,讨论和分析了人脸识别研究范围、应用领域、主要算法及识别处理技术等方面的研究成果,总结了基于视频监控的人脸识别系统的设计与实现技术方法。     

软硬件协同设计算法的嵌入式人脸识别系统

研究人脸识别系统的软硬件设计优化问题,软硬件协同设计是一个多约束条件、多目标的组合优化问题,单一方法难以找到最优协同设计方案.为此,提出一种采用遗传-蚁群算法的嵌入式人脸识别系统软硬件协同设计方法.首先建立软硬件协同设计问题的数学模型,然后利用遗传算法找到问题的可行解,最后采用蚁群算法在可行解中找到全局最优协同设计方案.仿真结果表明,遗传-蚁群算法很好的利用了两种算法优势,解决了单一算法存在局部极优、早熟等难题,提高了软硬件协同设计方案的求解效率,可以找到更优的嵌入式人脸识别系统软硬件协同设计方案.     

iOS平台下人脸识别系统实现研究

设计了一个基于苹果公司嵌入式操作系统iOS平台下的人脸识别系统。通过对基于Haar-like特征的AdaBoost人脸检测算法的研究,实现了实时人脸检测。提出了一种改进的基于隐马尔科夫模型的人脸识别方法,此方法采用奇异值压缩抽取人脸图像特征作为观察序列,减少了数据的存储量和计算量,解决了嵌入式系统中由于图像处理数据量大造成的低效。实验结果证明,该系统检测速度快,实时性强,识别率高,可以作为iOS平台上其他类型人脸识别应用软件开发的基础。     

多技术合力的人脸识别系统设计

人脸识别系统结构复杂,也包含了多种技术.从多个角度阐述了多技术合力的人脸识别系统设计方法,内容涉及人脸图像采集、人脸识别算法、并行处理、综合系统集成4个部分.多技术合力的人脸识别系统设计方法体现了速度与智能化相结合的优势,也体现了系统的完备性和性能的互补性.给出了该方法在人脸识别率和识别速度上达到的性能指标,并给出了所设计的人脸识别系统的部分突出应用.     

新品新知

AY-H6280／AY-H6380OpentoSECURE02S高频读卡器;CP300-A嵌入式人脸识别门禁视频监控一体机（嵌入式人脸识别门禁机）     

基于统计特征和小波分解方法的人脸识别研究

计算机的自动人脸识别是当今研究的热点和难点,并且在安全系统和商贸系统等领域有着广泛的应用。论文介绍了用于人脸识别的基于统计特征的方法和基于小波分解的方法,并对每种识别方法进行分析与比较,总结了影响人脸识别技术应用的关键因素。     

人脸识别技术研究与应用

讲解了人脸识别的发展历程和各个阶段使用的方法与技术,分析了基于深度学习的人脸识别的技术流程和独特优势.人脸识别已经成为一种比较成熟的身份识别技术,广泛应用于安防边防、公共安全、银行认证、社会管理等诸多领域,并形成了人证比对仪、人脸门禁、海量人脸搜索、人脸识别服务、人脸识别系统等多种稳定的产品形态.人脸识别必将是人工智能领域永不过时的主角,对于这项技术的研究具有长远的意义.