学位论文 > 优秀研究生学位论文题录展示

人眼识别及其在DaVinci系统上的实现

作　者: 姚远
导　师: 薄煜明；邹卫军
学　校: 南京理工大学
专　业: 控制理论与控制工程
关键词: 人眼识别 DaVinci Codec Engine 优化
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 62次
引　用: 0次
阅　读: 论文下载

内容摘要

人眼识别是指利用图像处理技术在视频流中检测人眼区域并识别眼睛所在位置和状态。作为计算机图像处理和模式识别领域的重要研究内容,人眼识别的理论算法研究不断深入,同时在疲劳驾驶、醉驾检测和身份验证等现代交通和安保等领域得到日益深入的应用实践。论文即以人眼识别为对象,深入研究了人眼检测、识别和定位的算法及其在嵌入式平台Davinci系统上的实现。人眼识别的基础是人脸检测。论文研究了基于肤色特征的人脸检测方法。通过建立肤色模型并进行肤色分割来最终确定人脸区域。人眼识别则在确定的人脸区域上利用积分投影方法来确定眼睛区域,最终通过定位眼角点与上眼睑实现了人眼识别。论文进一步研究了人眼识别算法在基于ARM+DSP双处理核心的嵌入式平台Davinci系统上的实现。建立了基于PC机和嵌入式平台之间的Linux交叉编译环境；在平台的ARM端,基于Linux操作系统设计了多线程架构的图像处理流程,完成了图像采集、传输、处理及显示；对人眼识别算法进行了xDM规范封装,并整合到多线程的处理流程中,利用Davinci平台的Codec架构实现了算法在DSP端的处理；论文还研究了Davinci平台下人眼识别算法的优化,通过编译器选项优化、Cache优化、内联函数和流水线处理下的C代码优化等方法提高了算法运行效率和实时性。论文最后在室内环境下对人眼识别算法在Davinci平台的运行进行了测试,实验表明,算法在Davinci平台上有良好识别效果和较高的实时性。

全文目录

摘要  3-4
Abstract  4-7
1 绪论  7-11
  1.1 论文研究的背景及意义  7
  1.2 国内外发展现状  7-9
    1.2.1 人眼识别的研究现状  7-8
    1.2.2 DaVinci系统的研究现状  8-9
  1.3 本文研究内容和组织结构  9-11
    1.3.1 论文研究内容  9-10
    1.3.2 论文组织结构  10-11
2 人眼识别  11-27
  2.1 引言  11
  2.2 人脸检测方法简述  11-13
    2.2.1 基于灰度特征的人脸检测方法概述  12-13
    2.2.2 基于肤色特征的人脸检测方法概述  13
  2.3 基于肤色特征的人脸区域定位  13-22
    2.3.1 光线补偿  14
    2.3.2 色彩空间的选定  14-17
    2.3.3 肤色模型的建立  17-19
    2.3.4 肤色分割及图像预处理  19-21
    2.3.5 人脸区域的确定  21-22
  2.4 人眼识别  22-26
    2.4.1 眼睛定位  22-23
    2.4.2 眼睛识别  23-26
  2.5 本章小结  26-27
3 DaVinci系统及其开发架构  27-37
  3.1 DaVinci技术  27-28
  3.2 DM6446处理器简述  28-33
    3.2.1 DM6446处理器的特点  28-29
    3.2.2 ARM子系统  29-30
    3.2.3 C64x+DSP子系统  30-31
    3.2.4 ARM和DSP的集成  31-32
    3.2.5 VPSS(视频处理子系统)  32-33
  3.3 系统软件结构  33-36
    3.3.1 Linux操作系统简介  33-34
    3.3.2 DaVinci系统软件架构简述  34-35
    3.3.3 DaVinci系统软件开发流程  35-36
  3.4 本章小结  36-37
4 DaVinci系统图像处理框架构建与人眼识别算法整合  37-61
  4.1 系统总体开发环境  37-40
    4.1.1 系统硬件环境  37-38
    4.1.2 系统软件开发环境(交叉编译环境)  38-40
  4.2 DaVinci系统的图像处理软件框架  40-49
    4.2.1 基于Linux的多线程设计  40
    4.2.2 主要线程分析及设计  40-47
    4.2.3 使用Codec Engine的软件编程  47-49
  4.3 人眼识别算法的移植与封装  49-60
    4.3.1 程序实现  49-56
    4.3.2 算法整合及配置生成Codec Engine  56-60
  4.4 本章小结  60-61
5 人眼识别算法在DaVinci系统下的优化  61-73
  5.1 引言  61-62
  5.2 改写代码  62-63
  5.3 编译器选项的选择及优化  63-65
  5.4 C语言级的优化  65-68
  5.5 宏调用和内联函数的使用  68
  5.6 Cache优化  68-69
  5.7 使用C64x+IMGLIB库函数  69
  5.8 程序测试  69-71
  5.9 本章小结  71-73
6 总结与展望  73-75
  6.1 总结  73-74
  6.2 展望  74-75
致谢  75-77
参考文献  77-79

人眼识别及其在DaVinci系统上的实现

内容摘要

全文目录

相似论文