论文研究-基于SWE的嵌入式人脸识别系统的研究与设计 .pdf

人脸识别是一种基于生物特征的模式识别技术，它利用人的面部特征进行身份验证或识别。与指纹、虹膜、语音和手形等其他人体特征识别方法相比，人脸识别具有直观、速度快、简便、经济、非侵扰、防伪性好、准确率高和效率高等特点。因此，在身份验证和识别领域具有重要作用。 在嵌入式人脸识别系统的研究与设计方面，本研究采用了扩展局部二值模式（LBP）算子、多尺度分析和等价类模式等技术，这些技术在特征提取和模式识别方面具有优势，有助于提高人脸识别的准确度。利用这些技术，作者设计的嵌入式人脸识别系统在ORL标准人脸图像库中达到了97.50%的识别率，这一成果表明该系统具有高效的身份鉴定能力。 嵌入式人脸识别系统的设计特点是将人脸训练和识别的处理过程集于一身，因此系统可以做得非常小巧，作为客户端可以方便地应用于各种场合。结合了嵌入式设备的高速处理能力、低功耗、易操作以及网上数据交换等优势，使其成为适应现代身份认证要求的理想识别系统，并且具有广阔的应用前景。 为了提升嵌入式设备的用户界面（UI）丰富性，本研究采用了SWE（Silverlight for Windows Embedded）技术。SWE是一种在嵌入式系统中使用的UI框架，它允许开发者利用Windows平台的技术资源，创建具有现代感和视觉吸引力的界面，从而实现了卓越的用户体验。 系统硬件设计方面，考虑到基于ARM的芯片具有强大的处理功能，并且在移植WinCE操作系统后，可以将数据在网络上传输，使得应用范围更加广泛。S3C2440A作为硬件平台在ARM-WinCE平台上运行，其具有Windows相似的UI界面，多数用户对此界面较为熟悉，能够快速上手。 研究还提出了基于局部特征的方案对人脸图像进行识别。局部特征提取方案专注于识别图像中的局部特征，这些特征反映了人脸的特定区域信息，如眼睛、鼻子、嘴巴等部位的形状和纹理等。使用局部特征进行人脸识别的方案有助于提高识别过程中的鲁棒性，因为它可以减少人脸表情、姿势变化以及遮挡等问题对识别效果的影响。 本研究针对嵌入式人脸识别系统进行了全面的设计和实现，不但在算法上取得了突破，而且在硬件设计上也有独到之处，为嵌入式人脸识别技术的发展提供了新的研究方向和实现路径。通过研究嵌入式系统与人脸识别技术的结合，以及SWE技术的应用，提高了开发速度，降低了错误率，优化了用户界面体验，为今后嵌入式人脸识别系统的进一步研究和商业应用奠定了坚实的基础。