基于HMM的嵌入式人脸识别系统研究

系统采用S3C6410芯片作为硬件开发平台,Linux操作系统作为软件开发平台,图像的采集使用OV7640搭配OV511的结构实现,采用VIDEO4LINUX的方法实现视频处理、目标检测和识别程序,完成了准确并快速识别人脸的功能;并对所涉及浮点算法进行了适当优化,较大地提高了嵌入式ARM芯片上视频处理的性能。通过使用基于隐马尔可夫模型(HMM)的方法,优化了面部检测和人脸识别的过程。     

基于云计算的嵌入式人脸识别系统建构与研究

在信息时代背景下,国家安防需求逐渐增强,生物识别已经成为该领域内十分重要的技术,人脸识别作为生物特征识别中的典型技术,一直得到人们广泛的认可与关注。同时,该技术具有较强的便捷性、灵敏性与有效性,其市场需求与应用价值较强,在多个领域中得到广泛应用。基于此,文章将对基于云计算的人脸识别系统进行分析,并对该系统的构建加以阐述。     

我国研制成功嵌入式人脸识别系统

从上海浦东新区自主创新2005年项目发布会上获悉，一种我国拥有自主知识产权的嵌入式人脸识别系统有望在2008年北京奥运会和2010年上海世博会上得到应用。     

基于嵌入式人脸表情识别技术系统研究

基于ARM-Linux嵌入式系统作为平台,通过建立统一的隐马尔可夫模型(HMM)来完成基于视觉的人脸特征提取和面部表情识别系统。系统选用基于V4L的方法编写程序,实现图像处理、人脸检测和表情识别。选用S3C6410处理器作为硬件核心,选用OV7640+OV511的结构实现图像信息采集。文章对浮点算法进行了改进,极大地提高了ARM处理器上图像预处理的速度。该系统实现在安检系统中人脸识别,视屏处理,人脸追踪侦测等方面的功能。     

嵌入式人脸识别系统的设计与实现

对嵌入式人脸识别系统的设计原理进行研究,重点探讨了人脸识别的特征提取、特征降维和识别技术等问题,并给出嵌入式人脸识别系统的完整设计方案.采用具体人脸库数据对设计的人脸识别系统进行仿真对比实验,实验结果表明,相对于PC构架的人脸识别系统,嵌入式人脸识别系统提高了人脸识别平均正确率和效率,携带方便,具有很高的商业价值.     

人脸识别系统在嵌入式ARM上的实现

由于通用RU-LBP和PCA结合的人脸识别算法得到的子空间内各类之间距离不均衡导致人脸识别低,提出一种岭回归人脸识别方法。通过使用 RU-LBP 和 PCA 进行人脸特征提取,然后对这些特征使用岭回归算法进行识别,该算法能够最大程度上均化各类之间的距离,提高分类能力。在 FERET 标准的人脸库上的实验结果表明,该算法能够显著改进人脸识别率。     

基于ARM的嵌入式人脸识别系统设计

由于新冠状病毒爆发的影响,人脸识别技术因其不需要直接接触、友好快捷等特点,得到广泛关注。本文提出并搭建了一种以i.MX6ULL为硬件平台的嵌入式人脸识别系统,通过摄像头进行图像采集,将采集到的图像转化为数字信号传输给主控芯片;主控芯片接收到数据后,经预处理、人脸检测、人脸提取与特征降维、人脸识别等处理过程后,得到识别结果;最后识别结果通过显示屏进行输出。经测试表明,在实验室等人员较少、人员变动较小的场景下,该系统成功满足了身份验证的基本需求,具有较高的识别速度和较高的准确率。     

ARM嵌入式处理器与嵌入式系统

本刊最近对全国大学生电子设计竞赛“嵌入式系统”专题竞赛进行了报道,引起了一些读者的兴趣,但很多读者不了解Strong ARM到底是怎么回事,本刊特邀请《单片机与嵌入式系统应用》杂志编委马忠梅老师就ARM嵌入式处理器与嵌入式系统的情况做一介绍。     

嵌入式人脸识别系统设计与实现

本文是基于S5PV210嵌入式平台设计实现的人脸识别系统.在嵌入式设备上设计人脸识别系统不仅需要考虑识别的准确率,还需要考虑设备周围的环境变化对人脸识别的干扰.系统中采用Adaboost算法依据人眼部的haar特征检测人脸.通过LBP纹理特征提取结合SVM识别分类的方法识别人脸.经过系统测试,系统的识别率以及对光照变化的鲁棒性满足了一般的人脸识别身份认证的需求.     

基于ARM的嵌入式系统的研究与实现

目前嵌入式系统当中开发、研究的核心部件就是各种类型的嵌入式处理器,现在已经具有超过1000种嵌入式处理器,而ARM嵌入式处理器是其中应用得极为广泛的一种处理器,基于ARM的嵌入式系统仍处在不断研究和进步当中。     

基于HMM的连续小词量语音识别系统的研究

为了提高语音识别效率及对环境的依赖性,文章对语音识别算法部分和硬件部分做了分析与改进,采用ARMS3C2410微处理器作为主控制模块,采用UDA1314TS音频处理芯片作为语音识别模块,利用HMM声学模型及Viterbi算法进行模式训练和识别,设计了一种连续的、小词量的语音识别系统。实验证明,该语音识别系统具有较高的识别率和一定程度的鲁棒性,实验室识别率和室外识别率分别达到95.6%,92.3%。     

基于嵌入式人脸采集前端的人脸识别系统研究

研究一种结合数字信号处理器（Digital signal processor,DSP）,网络传输技术和后台人脸识别相结合的人脸识别系统,该系统是针对监控网络中人脸识别机制问题提出的一种解决方案。人脸识别模块利用局部Gabor二值模式（Local gabor binary pattern,LGBP）直方图序列、直方图序列相似度和最近邻分类器相结合的识别方法,并通过实验验证系统的有效性。     

基于RK3288国产化平台下嵌入式人脸识别系统的开发

人脸识别是模式识别中很重要的一个研究领域,在信息安全、金融贸易、视频监控等各行各业都有广泛应用。系统基于RK3288芯片架构、中兴CEGL linux3.10操作系统国产化平台设计实现人脸识别。对人脸检测算法AdaBoost、局部二值模式(Local Binary Pattern)以及LBP与SVM分类器相结合的人脸识别技术进行深入研究,最终基于QT可视化开发平台调用OpenCV计算机视觉库相关函数模块对系统进行了实现。     

基于网络摄像头的活体人脸识别系统设计

针对当前监控系统平台体积大、功能单一、造价高等问题,文中基于海思3518E平台设计了一套在线活体人脸识别系统。该系统包含图像预处理、图像获取、人脸检测、人脸活体检测、人脸识别共5个部分,并针对传统算法在嵌入式平台的不足进行了改进与优化。系统通过摄像头采集的人脸图像对图像做预处理,为后续图像特征提取提供保障,利用扩展Haar特征训练分类器,并使用Adaboost算法级联分类器进行人脸检测,将检测到的人脸利用HSV和Ycbcr多色彩空间下提取的COALBP和LPQ融合特征训练SVM模型,并进行活体人脸检测。最后,对人脸图像分块提取LBP特征进行人脸识别,将识别结果通过微信小程序显示。实验结果表明,基于海思网络摄像头人脸识别系统的可行性,具有一定的实用价值。     

采用上下文相关音素HMM的连续语音识别

本文简要讨论了在基于ＨＭＭ的连续语音识别系统中怎样选取基本语音单元的问题，介绍了在欧洲Ｐｏｌｙｇｌｏｔ课题下在法国ＬＩＮＳＩ－ＣＮＲＳ建立的基于上下文无关音素ＨＭＭ。然后，本文详细给出了利用左或右上下文相关音素ＨＭＭ，作者对上述系统改进后进行的连续语音识别，有用美国语音库ＤＡＲＰＡ－ＲＭ１，在不考虑句法信息时，我们获得了连续时词识别率大约３－１０个百分点的明显提高。实验是在法国ＬＩＭＳＩ－ＣＮＲＳ     

基于LBP人脸识别算法的预处理研究

该文对人脸识别过程中的预处理进行研究,用高斯平滑、直方图均衡化和Sobel算子对图像进行预处理,通过改进前后在Feret人脸库的实验结果比较其识别率,观察各预处理方法对LBP算子性能的影响。大量的实验表明,结合高斯平滑预处理、Sobel与LBP的算法识别率提高最大。     

基于ARM嵌入式系统实验平台的研制

为解决嵌入式系统教学实验平台主要以培养软件编程能力为主的缺点,提出了基于ARM的实验平台在设计时采用一些外围接口电路分离设计的技术.他不仅可以让学生进行软件编程的实验,还可以让学生进行简单硬件电路设计实验,培养他们的硬件设计能力.实验平台便于学生完整学习32位嵌入式系统开发过程,掌握当前实际应用的主流技术.     

基于人脸识别的课堂教学监控系统分析

本文设计并开发了一款基于人脸识别的课堂教学监控系统,该系统通过识别学生上课的表情信息,分析课堂教学情况.首先提出一种基于图像递归切割和OpenCV的人脸检测方法,以提高人脸检测召回率;然后使用百度AI开放平台的在线接口识别人脸表情信息,并将信息插入数据库;最后根据学生表情信息分析低头率、活跃度等课堂情况.实际部署测试后...