嵌入式人脸识别系统的设计与实现

对嵌入式人脸识别系统的设计原理进行研究,重点探讨了人脸识别的特征提取、特征降维和识别技术等问题,并给出嵌入式人脸识别系统的完整设计方案.采用具体人脸库数据对设计的人脸识别系统进行仿真对比实验,实验结果表明,相对于PC构架的人脸识别系统,嵌入式人脸识别系统提高了人脸识别平均正确率和效率,携带方便,具有很高的商业价值.     

基于ARM的嵌入式人脸识别系统设计

由于新冠状病毒爆发的影响,人脸识别技术因其不需要直接接触、友好快捷等特点,得到广泛关注。本文提出并搭建了一种以i.MX6ULL为硬件平台的嵌入式人脸识别系统,通过摄像头进行图像采集,将采集到的图像转化为数字信号传输给主控芯片;主控芯片接收到数据后,经预处理、人脸检测、人脸提取与特征降维、人脸识别等处理过程后,得到识别结果;最后识别结果通过显示屏进行输出。经测试表明,在实验室等人员较少、人员变动较小的场景下,该系统成功满足了身份验证的基本需求,具有较高的识别速度和较高的准确率。     

我国研制成功嵌入式人脸识别系统

从上海浦东新区自主创新2005年项目发布会上获悉，一种我国拥有自主知识产权的嵌入式人脸识别系统有望在2008年北京奥运会和2010年上海世博会上得到应用。     

基于云计算的嵌入式人脸识别系统建构与研究

在信息时代背景下,国家安防需求逐渐增强,生物识别已经成为该领域内十分重要的技术,人脸识别作为生物特征识别中的典型技术,一直得到人们广泛的认可与关注。同时,该技术具有较强的便捷性、灵敏性与有效性,其市场需求与应用价值较强,在多个领域中得到广泛应用。基于此,文章将对基于云计算的人脸识别系统进行分析,并对该系统的构建加以阐述。     

嵌入式数据库系统设计与实现

后PC时代，移动计算机被认为是对未来最有影响的四大技术方向之一（其余为网络基础设施、电子商务和软件重用），“移动商务”已成为最新、最具前瞻性的话题，电子设备正向数字化和网络化方向发展。嵌入式数据库技术作为移动计算机、移动商务和信息电器的核心技术，已成为当今数据库领域的发展焦点。     

基于嵌入式人脸识别的高校图书馆借阅系统设计

高校图书馆的借阅往往是通过校园一卡通的形式进行管理,此类管理方式相对繁琐,管理上效率较低,为实现高校借阅系统的更好管理,探究基于嵌入式人脸识别的高校图书馆借阅系统。嵌入式人脸识别的验证方式克服了平常校园卡借阅的繁琐性和不易管理性。通过将人脸特征数据传送到云端,并借助外端摄像头进行人脸比对,做出合适的人脸识别验证,实现便捷安全的人脸识别借阅,提高借阅系统的管理便捷性和用户本身信息的安全性。经过进一步的系统完善与实践查证,该系统便捷可行。     

人脸识别算法在嵌入式系统中的研究与实现

针对人脸识别技术在嵌入式门禁系统中的研究,为了验证嵌入式人脸识别门禁系统的可靠和实时功能,提出了以Hi3515微处理器为核心的嵌入式系统。通过ORL人脸库实验,基于TV+L’模型和Gabor 特征的人脸识别算法在嵌入式系统中得到实现。相应的实验结果表明,该算法在嵌入式平台得到了优化,嵌入式系统的高可靠性和实时性问题得以解决。     

基于HMM的嵌入式人脸识别系统研究

系统选用S3C2410A处理器作为硬件平台,Linux操作系统作为软件平台,采用OV7640+OV511的结构实现图像信息采集,使用基于V4L的方法编写图像处理、检测和识别程序,实现了快速、准确识别人脸的功能;并对相关浮点算法进行了改进,极大地提高了ARM处理器上图像预处理的速度。采用基于隐马尔可夫模型(HMM)的方法,简化了人脸检测和识别的过程。     

基于HMM的嵌入式人脸识别系统研究

系统采用S3C6410芯片作为硬件开发平台,Linux操作系统作为软件开发平台,图像的采集使用OV7640搭配OV511的结构实现,采用VIDEO4LINUX的方法实现视频处理、目标检测和识别程序,完成了准确并快速识别人脸的功能;并对所涉及浮点算法进行了适当优化,较大地提高了嵌入式ARM芯片上视频处理的性能。通过使用基于隐马尔可夫模型(HMM)的方法,优化了面部检测和人脸识别的过程。     

基于LBP的人脸识别技术设计与实现

传统人脸识别技术识别效率较低,不能得到科研人员的认证,提出了基于LBP的人脸识别技术设计。设计提取LBP子模式特征具体流程,可获取实际情况下的图像分成级数以及分解区域大小;根据子空间变换和子模式特征构造提取出多尺度LBP子模式特征;通过人脸特征匹配对多尺度各层LBP子模式特征进行加权,以此为基础对分类性能展开分析,完成人脸识别技术的设计。实验结论可知,该技术具有较高的识别效率。     

基于人脸识别的考勤系统设计与实现

文章研究并实现了利用按照Windows API的标准调用来生成的动态库方法的实时人脸识别考勤系统。系统实现的基本思想是使用摄像头实时拍摄员工人脸图像,将人脸图像处理后保存在数据库中,再用开发的SDK中的模板将采集的图像进行训练,最后将摄像头采集的考勤图像与训练模板中的训练图像进行相似度对比,得出考勤结果。实验结果表明,利用该方法开发的实时人脸识别考勤系统具有识别率高、可靠性强等特点。     

基于人脸识别的企业考勤系统设计与实现

针对当前考勤系统存在的费时费力,系统和数据库维护成本高,员工身份验证方法存在漏洞和用户操作不友好等问题,本文基于深度学习的方法提出并设计了一款基于人脸识别的智能员工考勤系统.本系统有效的解决了在考勤时员工身份的实时验证的问题,在保证高准确率的同时简化了操作,优化了智能考勤流程,降低了考勤成本.此设计主要将考勤系统分为4...     

基于并行算法的快速人脸识别系统设计与实现

为了提高人脸识别实时处理速度,并充分利用当前多核处理器资源,文章实现了一种在Python环境下基于并行算法的快速人脸识别系统。人脸特征与数据库的储存实时交互,利用各子程序安全通信实现同步处理,并行处理实时人脸检测和人脸特征编码提取,同时进行最相似人脸匹配。实验结果表明,程序并行后有着速度快、准确度高、实时性强等优点。为大数据人脸识别处理提供了方法,也有利于实际的使用。     

人脸识别系统在嵌入式ARM上的实现

由于通用RU-LBP和PCA结合的人脸识别算法得到的子空间内各类之间距离不均衡导致人脸识别低,提出一种岭回归人脸识别方法。通过使用 RU-LBP 和 PCA 进行人脸特征提取,然后对这些特征使用岭回归算法进行识别,该算法能够最大程度上均化各类之间的距离,提高分类能力。在 FERET 标准的人脸库上的实验结果表明,该算法能够显著改进人脸识别率。     

轻量级智能终端人脸识别系统研究与实现

针对传统人脸识别算法不能有效适用于智能移动终端的问题,提出一种基于经典SIFT算法的特征加权分簇匹配的轻量级改进方案,该方案能自动学习、自适应添加可靠的测试样本到训练样本空间,具有合理划分和科学权值分配特性,使该方案在识别率和运行时间上都有提高。改进算法分别在ORL人脸库和Yale人脸库做了测试,相对于经典SIFT算法识别率提升了6.13%和14.11%,运行效率提升了9.1%和4.7%。同时按照Zhou的测试方法,在ORL人脸库识别率达到74.05%,比PCA、LBP等经典算法都有明显的提升,并在Android智能终端中对识别方案做了实现,实验数据验证了改进算法在Android系统的可用性,最后提出一种基于云架构的改进方案。     

嵌入式快捷点餐系统的设计与实现

在以三星 S3C2440A ARM9处理器、Linux 操作系统和Qt/Embedded GUI所构成的软硬件平台上,设计并实现了快捷点餐系统.介绍了系统整体结构、硬件平台和软件开发平台的设计,并详细阐述了基于Qt/Embedded和Qtopia的点餐程序的开发及将其移植至嵌入式硬件平台的技术.结果表明,设计的点餐系统具有实用、简单、低成本的优点.     

嵌入式电子时钟系统的设计与实现

本文使用S3C2440芯片和其内部的RTC芯片实现电子时钟系统的设计。介绍S3C2440内部RTC时钟芯片的工作原理,以及程序实现的过程。     

嵌入式远程视频监控系统的设计与实现

以S3C2410嵌入式处理器为核心,通过嵌入式多任务操作系统Linux采集摄像头视频数据,视频数据经JPEG算法压缩后通过网络实现远程传输。系统硬件主要包括CPUS3C2410、2片16Mx16型号为K4S561632C的SDRAM内存和16MByte型号为E28F128J3A150的NOR Flash固态存储器。系统软件设计主要包括构建ARM-Linux嵌入式软件平台．视频图像采集、压缩和网络传输的实现。实验表明,该设计达到预期目标,满足系统实时性要求,与传统PC机的监控系统相比,体积和成本分别减少75％和60％以上。     

嵌入式实时操作系统中系统调用方法的设计与实现

在高安全性的实时操作系统中支持两种运行形态:系统态和用户态。核心OS运行在系统态,应用运行在用户态。为有效保护核心OS的安全,用户态的应用通过系统调用的方式调用核心OS提供的功能接口。笔者在深入研究系统调用的基础上,设计并实现了一种系统调用方法。通过在某嵌入式实时操作系统中的实现,证明该方法是安全的、可行的、有效的。     

一种嵌入式USB MiniHost系统设计与实现

设计并实现了一个嵌入式USB主机系统的硬件和软件,用于解决USB设备不能脱离PC主机的问题。并在设计的硬件和软件基础上利用嵌入式C语言编制了具有USB Host功能通用固件库。并利用这个固件库实现一个具有并口到USB接口的打印转换器。