【正文】 成圖像受光照 、成像角度 、成像距離等影響 ，此外人臉識別技術(shù)研究與相關(guān)學(xué)科的發(fā)展及人腦的認識程度緊密相關(guān)， 當(dāng)這些因素疊加到一起的時候，情況就變得更加復(fù)雜，也 使人臉識別研究成為一項極富挑戰(zhàn)性的課題。作為人的一種內(nèi)在屬性，并且具有很強的自身穩(wěn)定性及個體差異性，生物特征成為了自動身份驗證的最理想依據(jù)。 然后將“人臉”投影到特征 臉空間中。 本系統(tǒng)的設(shè)計思想： 整個視頻處理的過程是 圍繞 一個視頻采集框 和一個人臉跟蹤框設(shè)計的。 畢業(yè)設(shè)計 學(xué) 院 計算機與信息學(xué)院 設(shè)計題目 基于 DM642的人臉識別系統(tǒng) 學(xué)生姓名 *** 學(xué) 號 ***** 專業(yè)班級 計算機科學(xué)與技術(shù) **班 指導(dǎo)教師 ** 2021 年 6 月 12 日 I 基于 DM642的人臉識別系統(tǒng) 摘 要 隨著計算機處理速度的飛速提高和圖像處理算法的革命性改進，作為生物特征識別技術(shù)的一個重要的研究方向 人臉識別技術(shù)在各種生物特征識別技術(shù)中脫穎而出，以其獨特的主動性，非侵犯性和用戶友好等眾多優(yōu)勢受到世人矚目。只有當(dāng)人臉跟蹤框位于視頻采集框內(nèi)部的時候 ，才采集一幀圖像到內(nèi)存中。 識別階段，系統(tǒng)會將采集到的待識別的人臉，也投影到特征空間中，得到該“人臉”在特征臉空間中的坐標值。當(dāng)前的生物特征識別技術(shù)主要包括有：指紋識別，視網(wǎng)膜識別，虹膜識別，步態(tài)識別，靜脈識別，人臉識別等。 人臉識別的目的和意義 傳統(tǒng)的人身辨別方法主要是通過人身標識物品和人身標識知識兩種方式來實現(xiàn)的。而生物特征識別技術(shù)為人身辨別提供了一個很重要的保障。 2 經(jīng)濟領(lǐng)域： 輔助信用卡網(wǎng)絡(luò)支付，以防止非信用卡的擁有者使用信用卡。 國外的發(fā)展概況 見諸文獻的機器自動人臉識別研究開始于 1966年 PRI的 Bledsoe的工作， 1990年日本研制的人像識別機，可在 1秒鐘內(nèi)中從 3500人中識別到你要找的人 。美國國防部高級研究項目署，利用半自動和全自動算法。我國在這方面也取得了較好的成就， 國家 863 項目 “面像檢測與識別核心技術(shù) ”通過成果鑒定 3 并初步應(yīng)用， 就 標志著我國在人臉識別這一當(dāng)今熱點科研領(lǐng)域掌握了一定的核心技術(shù)。 2021 年 1 月 18 日，由清華大學(xué)電子系人臉識別課題組負責(zé)人蘇光大教授主持承擔(dān)的國家 十五 攻關(guān)項目《人臉識別系統(tǒng)》通過了由公安部主 持的專 家鑒定。 第二章介紹應(yīng)用程序的功能需求分析，以及開發(fā)環(huán)境介紹。然后是感謝和參考文獻以及附錄。并把人臉區(qū)域傳送到指定的內(nèi)存空間存儲，等待識別。 (5)識別功能 將視頻框中的人臉 經(jīng)過一定的矩陣運算后，得到差 值臉，并將差值臉投影到特征空間，并利用歐氏距離，進行分類，識別 。它包含適用于每個 TI 器件系列的編譯器、源碼編輯 器、項目構(gòu)建環(huán)境、調(diào)試器、描述器、仿真器以及多種其它功能。 Eclipse 軟件框架可用于多種不同的應(yīng)用，但是它最初被開發(fā)為開放框架以用于創(chuàng)建開發(fā)工具。 DSP 的攝像頭采集的是 PAL 格式的視頻，視頻的每一幀 大小是 576（行）*720（列）。 數(shù)字圖像 經(jīng)過數(shù)字化轉(zhuǎn)換并可以用數(shù)字表示、處理的圖像。 色彩空間 常用的色彩空間有 RGB 和 YCbCr 色彩空間，下面逐一介紹這兩個色彩空間。各色彩分量之間相關(guān)性小，適于進行處理操作。對于電視視頻，每秒鐘包含幾十幀靜止圖像，每一幀靜止圖像由幾百個行組成，每一行又由幾百個像素點組成。一個與人的視覺生理特點有關(guān)，當(dāng)圖像的刷新速度達到 5 幀 /秒的時候，人開始感覺圖像是活動的，而達到 24 幀 /秒的時候，人感覺圖像是完全連續(xù)和流暢的（電影所使用的幀頻就是 24 Hz），所以視頻信 號幀頻應(yīng)大于等于 24 Hz。 說到這里，又要說說“場頻”。 在視頻信號傳輸中采用的是 YUV 合成的方法。 8 從頻域的角度來看，色度信號（ UV 色差信號）是插在亮度信號的頻譜的間隙之中的，具體的位置是插在 的地方，帶寬 。對于彩色信號，還在行同步頭上疊加了一小段 的副載波信號 ，用接收機中的 信號的頻率和相位基準。通過 RGB 三基色來合成某種彩色，或者某種彩色怎樣分解為三基色，這個是大家都熟悉的。 (2) 占用太多帶寬，用 RGB 三基色表示圖像，每個分量的帶寬是均等的，都約等于亮度信號的帶寬，所以對于每個分量，都要用較大的帶寬來描述。 (1) 與黑白圖像兼容。說這個問題的時候要先說說大面積著色原理?；谶@個原理，在電視信號傳輸中， U 或 V 信號的帶寬遠小于 V 信號的帶寬，這樣就節(jié)約了帶寬。 (3) 抗干擾能力強。視頻信號的幀頻只有 25Hz，必然導(dǎo)致圖像閃爍。 (3) 亮色串?dāng)_ 。視頻信號格式有這么多缺點，是因為受當(dāng)年制定這個標準時的技術(shù)條件制約造成的，而近年來通過在電視中加入一些數(shù)字處理的手段，比如倍頻掃描（ 100 Hz 場頻）、使用數(shù)字梳狀濾波器等方法，電視的圖像質(zhì)量也得到一些提高。有幾個相關(guān)的國際標準對此作了一些約定。平均描述每個像素的 YUV 的位數(shù)分別為 8bit、 4bit、 4bit，又叫做 YUV422 編碼方案（當(dāng)然還有很多別的方案，如 YUV411 等）。 11 第四章 系統(tǒng)的概要設(shè)計 本章介紹整個系統(tǒng)設(shè)計的整體流程，以及各模塊的功能和使用的原理和算法。在訓(xùn)練階段，系統(tǒng)會采集大量的人臉圖像進行運算，得到特征臉空間。這里不詳述，第五章將會具體講解。 視頻采集循環(huán) 采集視頻幀并顯示 視頻采集框中是 否 含 有人臉 14 (2)識別階段的程序運行過程圖解： 識別階段 否 是 圖 44 識別階段的流程 在識別階段，系統(tǒng)不斷的采集視頻，同時檢測攝像 頭是否拍攝到了人臉，如果，拍到了人臉，并且人臉框在視頻采集框的內(nèi)部，則采集一幀人臉圖像到內(nèi)存中，然后馬上對它進行處理，并輸出識別結(jié)果。 （ 3） 采集圖像：將視頻采集框中的 人臉圖像，輸送到特定的存儲空間 。 識別階段的視頻圖像處理主要是將圖像投影到特征臉空間，并計算，它與每一個人臉的歐式距離，便于分析識別。 16 第五章 系統(tǒng)的詳細設(shè)計 視頻顯示 視頻顯示實際上是兩個過程：采集過程和顯示過程。 人臉檢測 人體的皮膚顏色是人體的一個重要特征，膚色檢測被廣泛的應(yīng)用于人臉跟蹤、人臉檢測、手語識別、敏感圖像過濾等領(lǐng)域中，具有重要的理論研究意義和實際應(yīng)用價值。 在視頻顯示任務(wù)的循環(huán)中，程序首先將視頻數(shù)據(jù)從輸入緩沖區(qū)讀入自己開設(shè)的臨時圖像處理緩沖區(qū)，再在臨時圖像處理緩沖區(qū)上進行處理，處理后的數(shù)據(jù)再輸出到輸出緩沖區(qū)。 當(dāng)人臉檢測框位于視頻采集框內(nèi)部時則可以采集一幀圖像到 內(nèi)存中。 *(Uint8 *)(tempYbuffer + 50*720+0x32a00+i)=0xff。j200。中值濾波器在 1971 年 由 首先提出并應(yīng)用在一維信號處理技術(shù) (時間序列分析 )中，后來被二維圖像信號處理技術(shù)所引用。 中值濾波一般采用一個含有奇數(shù)個點的滑動窗口，將窗口中各點灰度值 18 的中值來替代值定點 (一般是窗口的中心點 )的灰度值。 第二步 由公式 jjiiijaa atan ?? 22?求出 ? ，從而得平面旋轉(zhuǎn)矩陣 IJPP?1 。 訓(xùn)練階段 第一步：假設(shè)訓(xùn)練集有 200 個樣本，由灰度圖組成，每個樣本大小為 M*N 24 寫出訓(xùn)練樣本矩陣： ............................（ 51） 其中向量 xi為由第 i 個圖像的每一列向量堆疊成一列的 M*N 維列向量 ,即把矩陣向量化 ,如下 所示： 如：第 i 個圖像矩陣為 ............................................................... (52) 則 xi為 :［ 1,4,7,2,5,8,3,6,9］ T........................................................................... (53) . 第二步：計算平均臉 計算訓(xùn)練圖片的平均臉： ................................................... (54) 第三步：計算差值臉 計算每一張人臉與平均臉的差值 : ........................ (55) 第四步：構(gòu)建協(xié)方差矩陣 .....................................… .. (56) 其中： 第五步：求協(xié)方差矩陣 的特征值和特征向量，構(gòu)造特征臉空間 協(xié)方差矩陣的維數(shù)為 MN*MN，考慮其維數(shù)較大，計算量比較大，所以采用奇異值分解 (SingularValue Deposition ,SVD)定理，通過求解 的特征值和特征向量來獲得 的特征值和特征向量 。 PCA 方法由于其在降維和特征提取方面的有效性，在人臉識別領(lǐng)域得到了廣泛的應(yīng)用。 中值濾波的 效果圖 ： 圖 52 中值濾波 5. 5 雅克比方法 雅可比方法是用來計算實對稱矩陣 A 的全部特征值及其相應(yīng)特征向量的一種變換方法 .在介紹雅可比方法之前，先介紹方法中需要用到的線性代數(shù)知識與平面上的旋轉(zhuǎn)變換 （ 1） 如果 n 階方陣 A 滿足 ? ?AAIAA T ?? ? 1即 則稱 A 為正交陣 . （ 2） 設(shè) A 是 n 階實對稱矩陣，則 A 的特征值都是實數(shù)，并且有互相正交的 n個特征向量 . （ 3） 相似矩陣具有相同的特征值 . （ 4） 設(shè) A 是 n 階實對稱矩陣， P 為 n 階正交陣，則 APPB T? 也是對稱矩陣 . （ 5） n 階正交矩陣的乘積是正交矩陣 . （ 6） 設(shè) A 是 n 階實對稱矩陣，則必有正交矩陣 P ，使 19 ???????????????nT APP????21 (1) 其中 ? 的對角線元素的是 A 的 n 個特征值，正交陣 P 的第 i 列是 A 的對應(yīng)于特征值 i? 的特征向量 . 由 (6)可知 ,對于任意的 n 階實對稱矩陣 A ，只要能求得一個正交陣 P ，使 ??APPT (? 為對角陣 ),則可得到 A 的全部特征值及其相應(yīng)的特征向量 ,這就是雅可比方法的理論基礎(chǔ) . 旋轉(zhuǎn)變換 ???????22211211 aa aaA 為二階實對稱矩陣 ,即 2112 aa ? .因為實對稱矩陣與二次型是一一對應(yīng)的 ,設(shè)A 對應(yīng)