基于嵌入式的人臉識(shí)別系統(tǒng)

基于嵌入式的人臉識(shí)別系統(tǒng)摘要：本文闡述了一套基于嵌入式的人臉識(shí)別系統(tǒng)設(shè)計(jì)方案。該系統(tǒng)采用S3C2440A芯片和Ubuntu操作系統(tǒng)平臺(tái)，通過(guò)對(duì)圖像的采集和處理，實(shí)現(xiàn)門(mén)禁系統(tǒng)的智能化控制。文中詳細(xì)描述了采用的人臉識(shí)別算法的系統(tǒng)實(shí)現(xiàn)過(guò)程，算法主要分為圖像采集及預(yù)處理、人臉檢測(cè)定位和人臉識(shí)別三部分。選取了靜態(tài)背景人臉采集、歸一化處理、特征點(diǎn)定位檢測(cè)，最后對(duì)本文使用的對(duì)稱(chēng)Fisherface人臉識(shí)別算法的訓(xùn)練和實(shí)現(xiàn)進(jìn)行了詳細(xì)地闡述。關(guān)鍵詞：嵌入式系統(tǒng)；人臉識(shí)別；Ubuntu.引言人臉識(shí)別作為生物特征識(shí)別技術(shù)中最為直觀(guān)的一種識(shí)別方法，具有使用友好、操作隱蔽、使用簡(jiǎn)便、定位準(zhǔn)確、經(jīng)濟(jì)實(shí)惠及系統(tǒng)擴(kuò)展性好等其他生物識(shí)別技術(shù)不可替代的優(yōu)勢(shì)。自動(dòng)人臉識(shí)別系統(tǒng)是集圖像模式的分析、理解、分類(lèi)及處理為一體的智能化系統(tǒng)，涉及到計(jì)算機(jī)模式識(shí)、圖像處理、視覺(jué)交互、人工智能、認(rèn)知科學(xué)等多門(mén)，學(xué)科，在國(guó)家安全、公共安全、人機(jī)交互、金融安全、教育科研等領(lǐng)域具有廣闊的應(yīng)用空間，如何將人臉識(shí)別技術(shù)應(yīng)用于嵌入式系統(tǒng)也逐步成為當(dāng)前研究的熱門(mén)問(wèn)題。1人臉識(shí)別系統(tǒng)技術(shù)概述人臉識(shí)別作為生物特征識(shí)別技術(shù)中最為直觀(guān)的一種識(shí)別方法，具有使用友好、操作隱蔽、使用簡(jiǎn)便、定位準(zhǔn)確、經(jīng)濟(jì)實(shí)惠及系統(tǒng)擴(kuò)展性好等其他生物識(shí)別技術(shù)不可替代的優(yōu)勢(shì)。利用計(jì)算機(jī)進(jìn)行完全自動(dòng)的人臉識(shí)別卻存在著許多困難，這主要表現(xiàn)在以下凡個(gè)方面:首先，采集的面部表情只是某一時(shí)刻的，在進(jìn)行人臉識(shí)別的時(shí)候，用戶(hù)的姿態(tài)表情等會(huì)隨意出現(xiàn)，對(duì)識(shí)別造成干擾;其次，人的面貌會(huì)隨著時(shí)間的變化而變化，需要對(duì)采集的人臉數(shù)控庫(kù)不時(shí)更新;再次，在采集圖像時(shí)，用戶(hù)的發(fā)型、眼鏡等裝飾物會(huì)對(duì)人臉特征的提取造成遮擋;最后，光線(xiàn)強(qiáng)度、距離角度以及采集所用的硬件的參數(shù)不同，對(duì)獲取的人臉特征也會(huì)造成影響。當(dāng)然還有學(xué)科發(fā)展、認(rèn)知能力的限制等等。早期的人臉識(shí)別技術(shù)一般都要借助某些先驗(yàn)知識(shí)，依賴(lài)于人的干預(yù)。目前由于計(jì)算機(jī)的軟硬件的飛速發(fā)展，技術(shù)更新日新月異，高性能計(jì)算機(jī)是的人臉識(shí)別可以真正的實(shí)現(xiàn)機(jī)器自動(dòng)識(shí)別。完整的人臉識(shí)別系統(tǒng)組成如圖1-1所示。圖1-1基于嵌入式的人臉識(shí)別系統(tǒng)主要功能是對(duì)采集到的圖像分析和識(shí)別，其中，圖像的采集和獲取是實(shí)現(xiàn)系統(tǒng)功能的基礎(chǔ)。所獲取圖像的質(zhì)量會(huì)極大地影響系統(tǒng)對(duì)圖像的分析和識(shí)別結(jié)果，圖像傳輸?shù)乃俣纫矔?huì)影響到識(shí)別的速度，這就對(duì)圖像獲取的硬件提出了較高的要求。圖像采集首先是需要圖像傳感器CCD(Charge-coupledDevice，又稱(chēng)電荷禍合元件)，是一種半導(dǎo)體器件，可以將光學(xué)影像轉(zhuǎn)化為數(shù)字信號(hào)，將獲取的用戶(hù)圖像信號(hào)通過(guò)傳感器轉(zhuǎn)換成為計(jì)算機(jī)認(rèn)可的數(shù)字信號(hào)，實(shí)現(xiàn)圖像的存儲(chǔ)、傳輸、處理和顯示。由于樓宇門(mén)前的光線(xiàn)可以通過(guò)安裝電燈等光源設(shè)備，保證了采集人臉圖像時(shí)的光線(xiàn)要求，從而解決光照條件變化下采集困難的問(wèn)題?？梢?jiàn)光是波長(zhǎng)介于0.4-0.7微米之間的、人眼可以感知、也是生活中最為常見(jiàn)光源，它的產(chǎn)生幾乎不用什么成本。因此，圖像的采集大多是在可見(jiàn)光光源條件下完成的。在計(jì)算機(jī)內(nèi)部，可見(jiàn)光圖像一般根據(jù)圖像的表示位數(shù)分為:①二值圖像，只有黑白兩種顏色，0表示黑，1表示白。②灰度圖像，采用0到255個(gè)共256個(gè)灰度級(jí)變化，全0表示黑色，全1表示白色。③彩色圖像，最常見(jiàn)的是三基色(RGB)，紅色、綠色、藍(lán)色分別取0到255個(gè)單色變化，共有256*256*256種顏色，即2^24，種，我們經(jīng)常說(shuō)的24位增強(qiáng)色。當(dāng)然還有32位的真彩色，因?yàn)閳D像的數(shù)據(jù)存儲(chǔ)空間要求太高，圖片太大，在這里不予考慮。人臉圖像預(yù)處理操作主要包括圖像的幾何處理(文件圖像的定位、導(dǎo)入)、幾何 人臉檢測(cè)模塊的設(shè)計(jì)是系統(tǒng)設(shè)計(jì)的關(guān)鍵，將直接影響人臉識(shí)別系統(tǒng)的性能?，F(xiàn)在的主要工作有兩項(xiàng):其一，檢測(cè)獲取的圖像中是否有人臉的存在，此時(shí)需要對(duì)大量的人臉與非人臉樣本進(jìn)行訓(xùn)練，獲取圖像之間的細(xì)節(jié)差異;其二，檢測(cè)確定人臉的位置和外觀(guān)，盡量詳細(xì)地描述出人臉的整體特征和細(xì)節(jié)特征。主要包括眼睛和鼻子這兩個(gè)最為重要的器官特征，根據(jù)這兩個(gè)主要特征區(qū)域信息，考慮嘴巴、耳朵、毛發(fā)等觀(guān)測(cè)區(qū)域的特征信息，同時(shí)還要考慮到特征的提取要對(duì)光線(xiàn)、表情、視角等干擾因素有比較好的健壯性。對(duì)于本系統(tǒng)而言，人臉檢測(cè)目標(biāo)區(qū)域背景相對(duì)比較簡(jiǎn)單，人臉數(shù)量和大小可以控制，大大降低了人臉檢測(cè)的難度。首先，對(duì)人臉特征搜索定位;其次，對(duì)人臉區(qū)域幾何歸一化處理，再次，對(duì)檢測(cè)到的人臉進(jìn)行特征提取。對(duì)于本系統(tǒng)而言，需要考慮的三種場(chǎng)景:(背景一定)(l)有且僅有一張人臉;(2)有且僅有一張部分人臉;(3)人臉的數(shù)量不定。其中，第一種最簡(jiǎn)單，第三種最難以檢測(cè)完全，甚至誤檢。但是，無(wú)論問(wèn)題和算法有多么復(fù)雜，核心點(diǎn)就是通過(guò)減少圖像的冗余信息來(lái)檢測(cè)目標(biāo)區(qū)域。人臉檢測(cè)算法框圖如圖3-2所示。對(duì)采集到的圖像計(jì)算候選人臉區(qū)域后，判斷人臉區(qū)域是否包含人臉(通過(guò)人臉檢測(cè)算法)，如此反復(fù)執(zhí)行后，綜合處理檢測(cè)結(jié)果，確定圖像中是否有人臉，以及人臉的位置和輪廓。圖3-23.3人臉識(shí)別功能實(shí)現(xiàn)本系統(tǒng)使用Fisherface方法對(duì)人臉進(jìn)行識(shí)別設(shè)計(jì)。首先應(yīng)用了PCA與LDA的人臉識(shí)別過(guò)程。(由PCA對(duì)高維數(shù)據(jù)降維。得到原樣本的最優(yōu)特征向量，使得樣本類(lèi)內(nèi)協(xié)方差矩陣非奇異。作線(xiàn)性判別分析)該方法需要在人臉識(shí)別前先做線(xiàn)性變換處理，降低圖像向量的維數(shù)并消除了類(lèi)內(nèi)協(xié)方差矩陣的奇異性。使用的Fisherface方法訓(xùn)練和識(shí)別的過(guò)程如圖3-3所示。圖3-3在本方案中，采用楊瓊的基于圖像奇偶分解的思想，將映射樣本和原始樣本分別中心化后的聯(lián)合空間用奇偶樣本各自的本征空間組成，以達(dá)到提高PCA的效果，提高樣本計(jì)算的速度。實(shí)驗(yàn)證明:對(duì)稱(chēng)Fisherface能夠緩解小樣本問(wèn)題，選取人臉特征信息;對(duì)映射樣本空間進(jìn)行拓展后，訓(xùn)練性能有所提高:采用了對(duì)稱(chēng)性這個(gè)先驗(yàn)條件后，PCA中保留的有效信息量明顯提高。4嵌入式人臉識(shí)別系統(tǒng)總結(jié)根據(jù)嵌入式技術(shù)與人臉識(shí)別技術(shù)的特點(diǎn)及其在門(mén)禁系統(tǒng)的應(yīng)用構(gòu)思，本系統(tǒng)確定了基于ARM的人臉識(shí)別門(mén)禁系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)，結(jié)合鶴壁市電子企業(yè)要求，根據(jù)研究目標(biāo)將系統(tǒng)設(shè)計(jì)、實(shí)現(xiàn)分為圖像采集與預(yù)處理、特征提取和識(shí)別響應(yīng)三大部分進(jìn)行研究。從MPU處理速度、技術(shù)指標(biāo)以及軟件支持工具等方面進(jìn)行選擇，采用三星公司的基于ARM920T內(nèi)核的S3C2440A芯片。開(kāi)發(fā)方案中操作系統(tǒng)采用嵌入式Linux操作系統(tǒng)Ubuntuo通過(guò)攝像頭采集圖像信息，將采集到的圖片經(jīng)過(guò)預(yù)處理操作、特征提取后，傳入后臺(tái)數(shù)據(jù)庫(kù)進(jìn)行人臉檢測(cè)識(shí)別，并反饋?zhàn)R別響應(yīng)信息。人臉識(shí)別的核心部分功能實(shí)現(xiàn)，如從數(shù)據(jù)圖片的檢索、識(shí)別等均在后臺(tái)完成。保證了硬件平臺(tái)的構(gòu)建簡(jiǎn)便安全，有好的性?xún)r(jià)比。軟件實(shí)現(xiàn)技術(shù)最為關(guān)鍵的是如何通過(guò)進(jìn)行人臉識(shí)別，智能化控制。本文采用了fisherface方法并進(jìn)行部分改進(jìn)，采用對(duì)稱(chēng)法擴(kuò)展了樣本空間，使得系統(tǒng)實(shí)現(xiàn)更快捷，更加安全可靠。其測(cè)試結(jié)果為進(jìn)一步研究算法和改進(jìn)系統(tǒng)奠定了應(yīng)用基礎(chǔ)。參考