嵌入式系统人脸识别技术的研究及实现

随着计算机网络技术的不断发展,嵌入式系统的成熟应用,为便携式人脸识别系统的开发研究奠定了坚实的基础。本文分析了人脸识别技术和嵌入式系统,并阐述了基于嵌入式系统的人脸识别的整体框架,最后分析了嵌入式人脸识别系统播放器和小车的实现。     

基于嵌入式人脸识别考勤系统的设计

设计了基于嵌入式的人脸识别考勤系统。首先进行嵌入式的人脸识别考勤系统的硬件设计。在此基础上进一步确定了Linux系统设计方案,搭建嵌入式的软件系统,然后利用了PCA算法来完成人脸图片的识别。最后利用VS2010进行考勤系统的设计,实现考勤记录的实时查询,从而完成了基于嵌入式的人脸识别考勤系统的设计。     

利用 LBP 特征与神经网络在嵌入式系统上实现人脸识别算法*

随着信息处理技术的发展,人脸识别技术在嵌入式平台上的应用越来越广泛。描述如何基于 OpenCV 视觉库在嵌入式平台利用 LBP 特征和神经网络实现人脸识别系统,并讨论如何在嵌入式平台上优化算法。     

利用Gabor特征与SVM分类器在嵌入式系统上实现人脸识别算法

随着信息处理技术的发展,人脸识别技术在嵌入式平台上的应用越来越广泛。本文描述了如何基于OpenCV视觉库在嵌入式平台利用Gabor特征和SVM分类器实现人脸识别系统,并讨论如何在嵌入式平台上优化算法。     

FK628人脸通

FK628是一款嵌入式人脸识别门禁考勤机．完全脱机使用,采用汉王科技自主知识产权的“Dual SensorV2．0”嵌入式人脸识别算法。识别速度快．准确率高．不受环境光线影响。     

基于DSP的人脸识别算法实现与优化

为了在嵌入式系统中实现实时视频图像人脸识别,提出了基于TI系列TMS320DM642的快速人脸检测系统设计方案,包括系统软件和硬件优化方案。首先选择实用有效特征,简要介绍人脸检测和人脸识别算法的基本原理,针对该算法实现原理详细阐述硬件系统设计方案,介绍各单元结构和原理。最后,在设计的硬件系统上进行算法移植,详细介绍了系统的优化方案,实现了嵌入式快速人脸识别系统的研制。通过分析测试结果,系统可靠运行,优化后系统运行速度提高,能够实现实时视频图片人脸识别。     

基于人脸识别的门禁系统设计与实现

面部识别技术具有人脸信息实时持有、无需记忆或携带、非接触方式采集的特点。基于人脸识别的门禁系统以Samsung S3C6410嵌入式开发板为硬件平台,采用普通摄像头作为人脸图像采集设备,7寸LCD液晶显示触摸屏作为输入,由开发板加载的GPIO控制口及电子门锁组成。软件以嵌入式Linux为操作系统,设计并优化人脸识别算法,减少光照对识别的干扰,通过人脸库训练算法和人脸识别算法的软件运行,实现了人脸识别门禁系统的控制功能。本系统适用于近距离人脸识别,实行人员注册登记,具有多次使用的安防功能,具有非接触性、数据易采集、处理器功耗少、节省电能、成本低廉、便于安装、性能稳定的特点。     

基于嵌入式系统的人脸识别系统设计

社会经济科技的不断进步,使得嵌入式系统在实际生活的应用中逐渐成熟起来,这一技术的发展为有效的开发设计嵌入式的人脸识别系统提供了可靠的参考性依据,人脸识别系统主要是借助网络计算机技术和生物科学技术,两者采取有效的结合应用,这种系统与指纹识别采集系统有着较为便捷的处理方式,实现采集数据的灵活化,随着社会生活中各方面对与安全警卫系统的高度认识,使得这种技术应用也是较为广泛,因此,本文就如何基于人脸识别身份的技术认证系统进行优化,逐步完善.     

人脸识别在智能手机中的实现

人脸识别技术，是近几年在全球范围内迅速发展起来的计算机安全技术。该文以高端智能手机的安全应用为载体，展示了在嵌入式系统之上完成图像数据的采集、传输与人脸识别处理等功能相对应的系统架构、模块设计及实现过程。     

基于嵌入式系统的人脸识别技术研究及实现

社会经济科技的不断进步,使得嵌入式系统在实际生活的应用中逐渐成熟起来,这一技术的发展为有效的开发设计嵌入式的人脸识别系统提供了可靠的参考性依据,人脸识别系统主要是借助网络计算机技术和生物科学技术,两者采取有效的结合应用,这种系统与指纹识别采集系统有着较为便捷的处理方式,实现采集数据的灵活化,随着社会生活中各方面对与安全警卫系统的高度认识,使得这种技术应用也是较为广泛,因此,本文就如何基于人脸识别身份的技术认证系统进行优化,逐步完善。     

软硬件协同设计算法的嵌入式人脸识别系统

研究人脸识别系统的软硬件设计优化问题,软硬件协同设计是一个多约束条件、多目标的组合优化问题,单一方法难以找到最优协同设计方案.为此,提出一种采用遗传-蚁群算法的嵌入式人脸识别系统软硬件协同设计方法.首先建立软硬件协同设计问题的数学模型,然后利用遗传算法找到问题的可行解,最后采用蚁群算法在可行解中找到全局最优协同设计方案.仿真结果表明,遗传-蚁群算法很好的利用了两种算法优势,解决了单一算法存在局部极优、早熟等难题,提高了软硬件协同设计方案的求解效率,可以找到更优的嵌入式人脸识别系统软硬件协同设计方案.     

Gabor特征融合的嵌入式人脸识别系统的研究

在嵌入式人脸识别系统中,由于多尺度Gabor抽取特征的维数和数据量过大,不适合在ARM板上实现,提出了多尺度Gabor特征加权融合的方法,很好地解决了图像维数和数据量过大的难点。加权融合过程包括多尺度Gabor特征的提取、特征权值的计算和加权融合过程。同时使用了类Haar特征提取人脸、2DPCA对人脸图像进行降维。基于EELiod 270嵌入式开发平台实现了一个嵌入式系统,结合典型图片库和实际图片进行了人脸识别测试,实践结果表明,系统在保证一定的识别率的同时,大幅度降低了运行时间,实时识别效果良好。     

一种改进的LeNet-5嵌入式人脸识别方法

给出了一种基于LeNet-5改进的人脸识别方法,以其能适用于资源及计算能力有限的嵌入式系统.把典型卷积神经网络LeNet-5的结构,设计为由两个卷积采样层、一个全连接隐藏层和一个分类输出层,降低了网络结构复杂度.而且减少了卷积核的个数、改进了池化方式以及分类输出方式,降低了计算复杂度.实验证明,在保证训练和测试精度的同时,该方法提高了在嵌入式平台上进行单人脸识别的速度.     

人脸识别技术在智能手机中的应用

近几年我国计算机技术迅猛发展,创造了很多智能时代的"奇迹",人脸识别技术是近些年应用范围较广的技术,应用该技术能够更好地确保用户智能手机的安全性,该技术主要以嵌入式系统为基础,在此基础上进行数据的采集、传输与人脸识别处理,最终形成对应的系统架构、模块设计及实现过程。本文将会针对人脸识别技术在智能手机中的应用等内容进行具体分析和阐述。     

基于奇异值的具有年龄变化的人脸识别

为了增强现有人脸识别算法对年龄变化的鲁棒性,提出了一种新的基于奇异值分解(SVD)和嵌入式隐马尔可夫模型(EHMM)的人脸识别方法.先选取整幅人脸图像的奇异值作为基本特征向量,然后建立年龄函数,对奇异值特征进行修正,再根据得到的年龄函数,对人脸图像进行重建,提取改进后的奇异值特征作为观察序列,送入EHMM中进行分类识别,实验结果表明这种方法能够提高具有年龄变化的人脸识别效率.     

中科院自动化所人脸识别技术服务世博会安保工作

世博会被誉为世界经济、科技、文化的＂奥林匹克＂盛会,场馆的建筑风格、高科技元素都是每届世博会的看点。许多高科技产品如影随形地展示在世博会上,人脸识别技术就是其中高科技元素的看点之一。自上海世博会开幕至今,中科院自动化研究所安装在上海世博安保责任区的嵌入式人脸识别门禁系统为保障世博安全发挥了重要作用。     

Emfacenet:一种轻量级人脸识别的卷积神经网络

随着计算机技术日益发展，计算机视觉逐渐融入人们的生活，深度卷积神经网络在计算机视觉领域得到了广泛的应用.然而计算资源和内存的限制，为卷积神经网络在嵌入式设备的部署带来了巨大的困难.本文提出了一种新的轻量级的人脸识别的卷积神经网络——Emfacenet,通过在CASIA-WebFace数据集上进行卷积神经网络的训练，并在计算机CPU平台以及嵌入式平台上利用LFW数据集对模型的预测效果分别进行测试，Emfacenet在CPU平台下识别速度分别是Resnet50、Mobilenetv3以及Mobilefacenets这3种模型的2.07倍、1.67倍、1.63倍，在嵌入式平台下识别速度分别56.65倍、2.09倍、3.41倍.而且Emfacenet卷积神经网络模型大小仅为138.1KB,保持较高精度的同时运行效率显著提高，可以适用于嵌入式等硬件资源受限领域来实现人脸识别.     

iOS平台下人脸识别系统实现研究

设计了一个基于苹果公司嵌入式操作系统iOS平台下的人脸识别系统。通过对基于Haar-like特征的AdaBoost人脸检测算法的研究,实现了实时人脸检测。提出了一种改进的基于隐马尔科夫模型的人脸识别方法,此方法采用奇异值压缩抽取人脸图像特征作为观察序列,减少了数据的存储量和计算量,解决了嵌入式系统中由于图像处理数据量大造成的低效。实验结果证明,该系统检测速度快,实时性强,识别率高,可以作为iOS平台上其他类型人脸识别应用软件开发的基础。     

OMAP-L138与OV2460的人脸识别系统

人脸识别技术是一项新兴的生物识别技术,在门禁考勤系统、出入监管系统,智能家居系统中都有广泛的应用.针对手持式嵌入式设备中的低功耗、高性能要求,提出以基于OMAP L138的异构双核处理器为核心,以200万像素的OV2640摄像头为采集前端的人脸识别平台,基于TI公司SysLink双核通信组件,满足识别的精度与速度的要求.实验采取多组对比试验的方法,通过优化人脸识别算法中的比率,从而达到较高的准确度.     

基于异构多核并行加速的嵌入式神经网络人脸识别方法

针对传统视频监控设备进行前端人脸识别时处理大量人脸数据所面临的计算性能不足的问题,提出了一种基于CPU-多核加速器异构结构的前馈神经网络并行加速框架,然后借助主成分分析方法对人脸数据进行特征提取用于神经网络的训练,并将训练好的神经网络模型导入神经网络加速框架中进行分类识别的方法。该方法最终在集成Zynq SoC和Epiphany的Parallella嵌入式并行计算平台中进行了系统实现。实验数据表明,该方法在保证识别准确率一致的情况下,能够提供相对于Zynq中的双核ARM处理器8倍的识别加速能力,在嵌入式人脸识别加速方面具有显著作用。