嵌入式人脸识别系统技术方案

嵌入式人脸识别系统，包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块，本发明专利技术系统中设置红外感应模块，感应到人体靠近迅速发出信号，图片获取模块作出调整，快速获取人连，经过自适应模块可以实现不同尺寸、不同颜色、不同样本数条件下的人脸目标检测和归一化，为后续的人脸识别提供归一化的人脸图像，降低人脸识别的漏识率和误识率。

【技术实现步骤摘要】

本专利技术涉及一种识别系统，特别涉及一种嵌入式人脸识别系统。
技术介绍
人脸识别技术一般包括人脸检测和人脸识别两个过程。人脸检测的目标是搜索人脸目标在图像中的具体位置，并进行裁剪、归一化等相关预处理工作；人脸识别是在人脸检测的基础上提取人脸的显著性和稳健性特征，并设计鲁棒的特征匹配方法完成人脸的识别任务。在人脸检测阶段，由于系统输入信号复杂，包括实时视频、历史视频、历史图像等输入信号，同时又有夜晚灰度模式和白天彩色模式等不同的图像色彩空间，针对图像尺寸、色彩和样本数的差异影响人脸检测和识别性能的问题。
技术实现思路
嵌入式人脸识别系统，包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块，所述的红外感应模块内设红外感应器和感应传输通路，所述的图片获取模块接受红外感应模块传输的感应，作出准备，通过Linux内核中视频设备的API接口V4L来实现，通过调用一系列的函数，再由USB摄像头获取得到YUYV格式的图像，利用相关函数将图像转化为JPG格式；所述的人脸检测模块，读取获取的图像，对读入的图像首先进行预处理，包括图像的灰度转化、去噪和直方图均衡化，然后通过基于Adaboost的人脸检测算法搜寻整幅图片，检测到人脸，传输到自适应处理模块，对人脸进行尺度、色彩、样本自适应处理，然后对其标记，没有检测到人脸则不标记，再将检测完成自适应处理后的人脸图像通过视频设备显示出来。<br>所述的人脸训练模块，对数据库中的经自适应处理后的人脸图片集进行基于PCA方法的训练，将人脸图片集中的图片用特征脸形成特征空间，将训练集投影到特征空间得到特征向量，并生成对应的XML文件，将训练阶段的特征向量相关数据、人脸对应的名字等信息保存，等到识别时使用。所述的人脸识别模块，将获取的人脸区域图片进行大小归一化，使之大小和训练集中的图片大小相同，然后将图片投影到特征空间得到特征向量，载入训练阶段的XML文件，计算待识别人脸的特征向量和训练集特征向量的欧式距离，通过比较确定和待识别人脸距离最近的已训练人脸，再计算该距离是否大于某一个阈值，如果大于，显示该特征脸代表的人的姓名；否则，表示无此人。所述的尺度自适应，无论输入图像的尺寸如何，采用相同的像素纵横比，将图像缩放到VGA尺寸。所述的色彩自适应，对于彩色图像，先利用肤色特征粗定位，再转换为灰度图像，用Adaboost方法快速检测人脸，对灰度图像，直接利用Adaboost方法检测人脸。所述的样本自适应，通过旋转、平移、缩放的方式扩展样本集。本专利技术的有益效果：本专利技术系统中设置红外感应模块，感应到人体靠近迅速发出信号，图片获取模块作出调整，快速获取人连，经过自适应模块可以实现不同尺寸、不同颜色、不同样本数条件下的人脸目标检测和归一化，为后续的人脸识别提供归一化的人脸图像，降低人脸识别的漏识率和误识率。附图说明图1为本专利技术嵌入式人脸识别系统结构框图。具体实施方式嵌入式人脸识别系统，包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块。当有目标出现时，红外感应模块内的红外感应器感应到，传输到图片获取模块，图片获取模块作出调整，通过Linux内核中视频设备的API接口V4L来实现，通过调用一系列的函数，再由USB摄像头获取得到YUYV格式的图像，利用相关函数将图像转化为JPG格式，进入人脸检测模块，读取获取的图像，对读入的图像首先进行预处理，包括图像的灰度转化、去噪和直方图均衡化，然后通过基于Adaboost的人脸检测算法搜寻整幅图片，检测到人脸，对人脸进行尺度、色彩、样本自适应处理，然后对其标记，再将检测完成自适应处理后的人脸图像通过显示屏显示出来。进入人脸训练模块，对数据库中的经自适应处理后的人脸图片集进行基于PCA方法的训练，将人脸图片集中的图片用特征脸形成特征空间，将训练集投影到特征空间得到特征向量，并生成对应的XML文件，将训练阶段的特征向量相关数据、人脸对应的名字等信息保存，等到识别时使用。最后到人脸识别模块，将获取的人脸区域图片进行大小归一化，使之大小和训练集中的图片大小相同，然后将图片投影到特征空间得到特征向量，载入训练阶段的XML文件，计算待识别人脸的特征向量和训练集特征向量的欧式距离，通过比较确定和待识别人脸距离最近的已训练人脸，再计算该距离是否大于某一个阈值，如果大于，显示该特征脸代表的人的姓名；否则，表示无此人。本文档来自技高网...

【技术保护点】
嵌入式人脸识别系统，包括红外感应模块、图片获取模块、人脸检测模块、自适应处理模块、人脸训练模块和人脸识别模块，所述的红外感应模块内设红外感应器和感应传输通路，所述的图片获取模块接受红外感应模块传输的感应，作出准备，通过Linux内核中视频设备的API接口V4L来实现，通过调用一系列的函数，再由USB摄像头获取得到YUYV格式的图像，利用相关函数将图像转化为JPG格式；所述的人脸检测模块，读取获取的图像，对读入的图像首先进行预处理，包括图像的灰度转化、去噪和直方图均衡化，然后通过基于Adaboost的人脸检测算法搜寻整幅图片，检测到人脸，传输到自适应处理模块，对人脸进行尺度、色彩、样本自适应处理，然后对其标记，没有检测到人脸则不标记，再将检测完成自适应处理后的人脸图像通过视频设备显示出来。

【技术特征摘要】
1.嵌入式人脸识别系统，包括红外感应模块、图片获取模块、人脸检测模块、
自适应处理模块、人脸训练模块和人脸识别模块，所述的红外感应模块内设红外
感应器和感应传输通路，所述的图片获取模块接受红外感应模块传输的感应，作
出准备，通过Linux内核中视频设备的API接口V4L来实现，通过调用一系列
的函数，再由USB摄像头获取得到YUYV格式的图像，利用相关函数将图像转
化为JPG格式；所述的人脸检测模块，读取获取的图像，对读入的图像首先进
行预处理，包括图像的灰度转化、去噪和直方图均衡化，然后通过基于Adaboost
的人脸检测算法搜寻整幅图片，检测到人脸，传输到自适应处理模块，对人脸进
行尺度、色彩、样本自适应处理，然后对其标记，没有检测到人脸则不标记，再
将检测完成自适应处理后的人脸图像通过视频设备显示出来。
2.根据权利要求1所述的嵌入式人脸识别系统，其特征在于，所述的人脸训
练模块，对数据库中的经自适应处理后的人脸图片集进行基于PCA方法的训练，
将人脸图片集中的图片用特征脸形成特征空间，将训练集投影到特征空间得到特
征向量，并生成对应的XML文件，将训练阶...

【专利技术属性】
技术研发人员：孙伟，
申请(专利权)人：天津瑞为拓新科技发展有限公司，
类型：发明
国别省市：天津;12