[发明专利]一种基于嵌入式的人脸识别系统

说明书

技术领域

本发明涉及一种人脸识别技术领域，尤其涉及一种基于嵌入式的人脸识别系统。

背景技术

身份识别和身份认证在现代社会中具有非常重要的应用价值。由于当今社会，网络化、信息化程度的不断提高，使得日常生活中的信息安全性变得越来越重要，几乎时时刻刻人们都必须要证明自己的身份。

人脸识别技术在维护国家安全和人民生命财产安全以及在反恐、防恐中具有重要意义，是人类视觉中最杰出的能力之一。随着人脸识别技术的逐步完善，人脸识别技术开始向便携、可移动的嵌入式系统上发展。现有的嵌入式人脸识别系统一般图片搜索区域比较大，嵌入式系统的搜索时间也比较长，所述导致系统的实时性和运行速度都会相应的下降。

发明内容

本发明旨在解决现有技术的不足，而提供一种运行速度较高的人脸识别系统。

本发明为实现上述目的，采用以下技术方案：一种基于嵌入式的人脸识别系统，由图像采集、肤色预检、图像预处理、人脸检测、人脸识别、数据库管理模块六个子模块组成，具体流程如下：

(1)图像采集：以摄像头作为图像传感器，通过USB接口与嵌入式设备相连，通过摄像头抓取或者直接从硬盘上选取一章人脸图像，然后将人脸图像数据源存储到数据库中；

(2)图像预处理：包括灰度变换、二值变换、降噪处理，然后利用基于Adaboost的方法进行人脸的检测及定位，若检测到人脸，则保存于数据库之中；

①灰度变换：用0～255表示每一点的灰色程度，0为黑色，255为白色；

RGB颜色空间直接通过线性变化，将R、G、B三分量依次进行处理，RGB 通过公式以下转换为灰度图：

Gray＝0.299*R+0.587*G+0.114*B；

②二值变换：将0-1图像的序列转化成255-0的图像序列；

③降噪处理：采用频率域平滑处理；

(3)肤色预检：图像经过RGB肤色检验，得到可能是人脸的区域，用蓝色方框圈出；

(4)人脸检测：对检测到的人脸进行归一化处理，执行PCA变换，并将其特征投影到特征脸空间；

(5)采用欧氏距离分类器将训练图像同等待识别的人脸图像进行分类，同时计算出相似距离；

(6)升序排序相似距离得到相似队列，最后将结果显示出来。

作为优选，所述步骤(4)中PCA变换包括以下歩骤：

①读入人脸库，将一批人脸图像样本转换成一个低维的特征向量集，训练形成特征子空间M，这个过程也称为人脸识别的训练阶段；

②将新的测试图像投影到训练阶段形成的特征脸子空间上；

③通过上一歩得到了测试图像在子空间的投影点位置，选择一定的距离函数，进行判断和识别。

本发明的有益效果是：本发明针对嵌入式系统的特点，加入了肤色检测的处理，减小了图片搜索区域大小，减少了嵌入式系统的搜索时间，提高了系统的实时性和运行速度。

具体实施方式

下面结合实施例对本发明作进一步说明：

一种基于嵌入式的人脸识别系统，由图像采集、肤色预检、图像预处理、人脸检测、人脸识别、数据库管理模块六个子模块组成，具体流程如下：

(1)图像采集：以摄像头作为图像传感器，通过USB接口与嵌入式设备相连，通过摄像头抓取或者直接从硬盘上选取一章人脸图像，然后将人脸图像数据源存储到数据库中；

(2)图像预处理：包括灰度变换、二值变换、降噪处理，然后利用基于Adaboost的方法进行人脸的检测及定位，若检测到人脸，则保存于数据库之中；

①灰度变换：用0～255表示每一点的灰色程度，0为黑色，255为白色；

RGB颜色空间直接通过线性变化，将R、G、B三分量依次进行处理，RGB通过公式以下转换为灰度图：

Gray＝0.299*R+0.587*G+0.114*B；

②二值变换：将0-1图像的序列转化成255-0的图像序列；

③降噪处理：采用频率域平滑处理；

(3)肤色预检：图像经过RGB肤色检验，得到可能是人脸的区域，用蓝色方框圈出；

(4)人脸检测：对检测到的人脸进行归一化处理，执行PCA变换，并将其特征投影到特征脸空间；

(5)采用欧氏距离分类器将训练图像同等待识别的人脸图像进行分类，同时计算出相似距离；

(6)升序排序相似距离得到相似队列，最后将结果显示出来。

作为优选，所述步骤(4)中PCA变换包括以下歩骤：