基于OpenCV的二維PCA人臉識別算法研究與實現(xiàn).pdf

1、隨著機器視覺和人工智能的發(fā)展，智能人臉識別系統(tǒng)在生活中的應用越來越重要。然而智能人臉識別系統(tǒng)還處于理論研究的半人工智能階段。此時的人臉識別系統(tǒng)需要人工的參與或者在一定的理想條件才能進行識別。人臉識別系統(tǒng)主要由人臉圖像的采集、人臉圖像的預處理、人臉檢測分割和人臉圖像的分類識別四部分組成。本文對人臉識別系統(tǒng)進行整體的設計研究與實現(xiàn)，使用V4L2進行圖像采集，并使用二維小波變換、圖像灰度化、直方圖均衡化對采集的圖像進行預處理。然后，對基于Ha

2、ar特征的Adaboost算法進行研究，通過擴展的Haar特征和Adaboost算法訓練樣本集得到人臉的強分類器，用于檢測人臉。同時，對人臉算法進行研究，使用二維PCA算法對人臉進行特征提取，使用支持向量機（SVM）分類器對人臉進行分類識別。
　　本研究在smart210開發(fā)板的嵌入式Linux系統(tǒng)平臺上實現(xiàn)了智能人臉識別系統(tǒng)。該系統(tǒng)包括實時視頻監(jiān)控、人臉檢測、在線人臉訓練、人臉識別以及通過客戶端遠程查看訪問的人臉。在smart2

3、10開發(fā)板上通過Linux的V4L2驅(qū)動架構(gòu)對USB攝像頭進行圖像采集，經(jīng)過圖像預處理和人臉檢測，保存檢測出的人臉；通過人臉訓練，生成對應的類別描述文件；在人臉識別時，加載訓練好的人臉類別描述文件進行識別分類，并顯示識別的結(jié)果，同時可以通過網(wǎng)絡TCP協(xié)議在PC機上查看檢測到的人臉。最后在smart210開發(fā)板上運行人臉識別系統(tǒng)程序進行性能測試。通過使用自制的人臉庫進行測試，結(jié)果表明二維 PCA與 SVM算法相結(jié)合的人臉識別算法在嵌入式平