学位论文 > 优秀研究生学位论文题录展示
人脸识别相关技术及其嵌入式应用
作 者: 熊金水
导 师: 赵衍运
学 校: 北京邮电大学
专 业: 通信与信息系统
关键词: 人脸检测 AdaBoost 人眼检测 人脸识别 嵌入式系统
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 46次
引 用: 0次
阅 读: 论文下载
内容摘要
几十年来,计算机视觉、机器学习领域取得了重大进步,从基于规则的学习方法逐渐转变为基于统计学习的方法。另外,随着计算机硬件技术的不断提升和成本的不断降低,越来越多的场合提出了对人脸识别的实际应用需求。例如,门禁系统、各种移动终端的应用、智能监控等。本文深入研究了人脸识别相关技术及其嵌入式应用,主要包括系统的算法设计、算法优化、针对特定平台优化等方面。具体工作的描述如下:1.本文深入研究了Viola-Jones人脸检测的各个关键步骤,包括基于Haar特征的弱分类器、基于AdaBoost算法构造的强分类器和级联结构,并提出了细致的优化策略。实验结果表明,这些优化策略,不仅能有效地提升算法的执行效率,而且能够小幅度的提高检测率。2.本文设计了一种人眼检测框架。该框架把人眼检测分为粗定位和细定位两个步骤。粗定位可以使用Viola-Jones人眼检测子。细定位可以采用Viola-Jones人眼验证子或mean shift方法,两种方法各有优劣,分别适用于不同的场合。3.本文在深入研究仿射变换的基础上,提出了一种基于相对位置的人脸归一化算法,该算法充分利用了相邻像素间的相关性,使人脸归一化的执行效率得到了极大的提升。4.本文针对已有的Gabor方向直方图(GOH)的人脸比对算法进行优化,并创造性的把FFTW应用于该算法的实现过程中。实验结果表明,FFTW的引入,使人脸比对的执行时间减少至原来的18%。5.针对嵌入式平台,本文将人脸识别系统的C++语言实现修改为C语言,同时将浮点运算优化至定点运算。另外,针对Android系统,本文使用Android NDK,完成了基于Android平台的人脸识别应用。
|
全文目录
摘要 4-6 ABSTRACT 6-10 第一章 引言 10-16 1.1 人脸识别概述 10-13 1.2 人脸检测概述 13-14 1.3 人眼检测概述 14-15 1.4 本文的结构和安排 15-16 第二章 人脸检测 16-38 2.0 Viola-Jones人脸检测算法概述 16-18 2.1 Haar特征及其快速计算 18-21 2.2 Adaboost算法 21-28 2.2.1 离散AdaBoost算法 21-24 2.2.2 连续AdaBoost算法 24-27 2.2.3 离散AdaBoost算法和连续AdaBoost算法之比较 27-28 2.3 级联结构及其优势 28-31 2.4 算法实现及优化 31-35 2.4.1 光照预处理 32-33 2.4.2 对于图像金字塔的优化 33-34 2.4.3 对于搜索策略的优化 34-35 2.5 实验结果 35-37 2.6 本章小结 37-38 第三章 人眼检测及人脸归一化方法 38-62 3.1 人眼粗定位算法 39-43 3.2 基于Adaboost的后处理算法 43-45 3.3 基于mean shift的后处理算法 45-51 3.3.1 mean shift基本原理 45-47 3.3.2 mean shift在后处理中的应用 47-51 3.4 两种后处理方法的比较 51 3.5 人脸归一化算法 51-58 3.5.1 基于绝对位置的人脸归一化方法 53-55 3.5.2 基于相对位置的人脸归一化方法 55-58 3.6 实验结果 58-61 3.7 本章小结 61-62 第四章 人脸识别系统实现及优化 62-78 4.1 模块划分 62-63 4.2 人脸比对优化 63-69 4.2.1 人脸比对算法简介 64-67 4.2.2 FFTW开源库简介 67-68 4.2.3 FFTW的在人脸比对中的应用 68-69 4.3 针对嵌入式平台的优化 69-75 4.3.1 嵌入式平台的特点 70-71 4.3.2 C++版本到C版本的优化 71-73 4.3.3 浮点运算到定点运算的优化 73-75 4.4 基于Android系统的应用 75-77 4.5 本章小结 77-78 第五章 总结与展望 78-81 5.1 总结 78-79 5.2 展望 79-81 参考文献 81-85 致谢 85-86 攻读学位期间发表或已录用的学术论文 86
|
相似论文
- 2D人脸模板保护算法研究,TP391.41
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 基于ARM9的Windows CE系统移植,TP316.7
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
- 面向嵌入式超声检测系统的图形接口设计与应用,TP274.53
- LXI-VXI适配器研制,TP274
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于windows xp嵌入式系统的心电检测分析仪,R197.39
- 基于嵌入式系统钻孔成像装置的研究,P634.3
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
- 人脸检测算法的FPGA设计与实现,TP391.41
- 基于分类器融合的人脸识别研究,TP391.41
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 基于WEB的GPS监控系统设计与实现,TP311.52
- 基于动态模糊关系的深层结构学习算法研究,TP181
- 人脸检测及其DSP实现,TP391.41
- 嵌入式人脸检测与跟踪系统的设计与实现,TP274
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|