《人脸识别与检测系统答辩》由会员分享，可在线阅读，更多相关《人脸识别与检测系统答辩（13页珍藏版）》请在金锄头文库上搜索。
1、基于ARM的人脸识别和定位系统,姓名：XXX 指导教师：XXX,2,一、关于人脸识别 二、人脸识别过程 三、人脸识别技术 四、人脸识别系统设计,人脸识别是一个活跃的研究领域，是人类视觉最杰出的能力之一。 最容易被接受的生物特征识别方式。 人脸识别细分为两类： 一类是回答我是谁的问题，即辨认（Identification）； 另一类是回答这个人是我吗？即确认（Verification）。,一.关于人脸识别,典型应用 罪犯调查 访问控制 人员考勤 重用门票 驾驶执照 人脸检测与人脸识别的关系,一.关于人脸识别,二. 人脸识别过程,图1 人脸识别过程图,三.人脸识别技术,面部特征提取 几何特征提取
2、统计特征提取 频率域特征提取 运动特征提取 代数特征提取,三.人脸识别技术,面部特征的模式识别算法 线性判别分析（Fisher线性判别） 支持向量机SVM 贝叶斯网络 隐马尔可夫模型及其基本问题 人工神经网络 模糊模式识别,四.人脸识别系统设计,搭建平台 图像采集模块设计 人脸识别算法设计,四.人脸识别系统设计,搭建平台 本文的硬件平台采用基于ARM9架构的S3C2440嵌入式开发板。 在此基础上建立起一个可靠的、稳定的嵌入式软件开发平台。 具体工作：定制内核、制作根文件系统、移植。,四.人脸识别系统设计,图像采集模块设计 本系统主要采用的是OpenCV 计算机视觉库和 QT 图形库，并通过普通的 USB 摄像头来实现自动人脸识别，准确率较高，方便易用。 使用OpenCV检测人脸的流程,四.人脸识别系统设计,图2 使用OpenCV检测人脸的流程图,检测 定位,四.人脸识别系统设计,人脸识别算法的设计 本文采用的是基于Viola-Jones框架的面部识别算法。 提出使用矩形特征法进行特征值运算，采用感知器学习算法训练最佳特征。 该算法运算速度较快、错误分类率低、识别率较高、误识率低，适合嵌入式系统。,谢 谢 观 赏,
