嵌入式人脸识别系统建立在嵌入式操作系统和嵌入式硬件系统平台之上,具有起点高、概念新、实用性强等特点。它涉及嵌入式硬件设计、嵌入式操作系统应用开发、人脸识别算法等领域的研究；嵌入式人脸识别系统携带方便、安装快捷、机动性强,可广泛应用于各类门禁系统、户外机动布控的实时监测等特殊场合,因此对嵌入式人脸识别的研究工作具有突出的理论意义和广泛的应用前景。 本文是上海市经委创新研究项目《射频识别RFID系统-自动识别和记录人群的身份》(编号：04-11-2)与上海市科委AM基金项目《基于ARM和RFID芯片的自组织安全监控系统的研制》(编号：0512)的主要研究内容之一。论文从构建自动人脸识别系统所需解决的若干关键问题入手,重点探讨了基于嵌入式ARM微处理器的实时人脸检测、关键特征定位、高效的人脸特征描述、鲁棒的人脸识别分类器及自动人脸识别系统设计等问题的研究。论文的主要工作和创新点表现在以下方面： 1实现了结合肤色校验的Haar特征级联分类器嵌入式实时人脸检测,提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法。 复杂背景中的人脸检测是自动人脸识别系统首先要解决的关键问题,通过对基于肤色模型和基于Haar特征级联强分类器的人脸检测算法的分析研究,综合两个算法的优点,提出了基于肤色模型校验和Haar特征级联强分类器的嵌入式实时人脸检测算法。实验结果表明,该算法不仅解决了复杂背景中的类肤色和类人脸结构问题,而且具有较高的检测率和较快的检测速度,同时对光照、尺度等变化条件下的人脸检测也具有较强的鲁棒性。 人眼检测与瞳孔定位在人脸归一化和有效人脸特征抽取等方面起着非常重要的作用,为了快速检测人眼并精确定位人眼瞳孔中心,论文提出了基于人脸约束的人眼Haar特征RSVM级联分类器人眼检测算法和基于遮罩掩磨与椭圆拟合的瞳孔定位算法,首先利用人眼检测分类器在人脸区域内完成对人眼位置的检测,然后通过对检测到的人眼进行遮罩掩磨、简单图像形态学变换及椭圆拟合实现瞳孔中心的精确定位。测试结果表明该算法只需几百毫秒便能完成人眼检测与瞳孔中心定位整个过程,在保证检测速度较快的同时,还能确保较高的定位精度。 2 针对传统线性判别分析法存在的小样本问题(sss),通过调整Fisher判别准则,实现了自适应线性判别分析算法及相应的人脸识别方法人脸识别中的小样本问题使线性判别分析算法的类内散布矩阵发生严重退化,导致问题无法求解。本文在人脸识别小样本问题的基础上,通过调整Fisher判别准则,利用类间散布矩阵的补空间巧妙地避开类内散布矩阵的求逆运算,通过训练集每类样本的样本数信息自适应改变调整参数,实现了自适应线性判别分析算法,实验结果表明,该算法能有效解决人脸识别中的小样本问题。 3 提出了基于有效人脸区域的Gabor特征抽取算法,有效地解决了Gabor特征抽取维数过高的问题。 Gabor小波对图像的光照、尺度变化具有较强鲁棒性,是一种良好的人脸特征表征方法。但维数过高的Gabor特征造成应用系统的维数灾难,为解决Gabor特征的维数灾难问题,论文第四章提出了基于有效人脸区域的Gabor特征抽取算法,该算法不仅有效地降低了人脸特征向量维数,缩小了人脸特征库的规模,同时降低了核心算法的时间和空间复杂度,而且具有与传统Gabor特征抽取算法同样的鲁棒性。 4 结合有效人脸区域的Gabor特征抽取、自适应线性判别分析算法和基于支持向量机分类策略,提出并实现了基于支持向量机的嵌入式人脸识别和嵌入式人像比对系统支持向量机通过引入核技巧对训练样本进行学习构造最小化错分风险的最优分类超平面,不仅具有强大的非线性和高维处理能力,而且具有更强的泛化能力。本文研究了支持向量机的多类分类策略和训练方法,并结合论文中提出的基于有效人脸区域的Gabor特征提取算法、自适应线性判别分析算法,首次在基于Windows CE操作系统的嵌入式ARM平台中实现了具有较强鲁棒性的嵌入式自动人脸识别系统和嵌入式人像比对系统。 5 提出并初步实现了基于客户机/服务器结构无线网络模型的远距离人脸识别方案为解决嵌入式人脸识别系统在海量人脸库中进行识别的难题,论文提出并初步实现了基于客户机/服务器结构无线网络模型的嵌入式远距离人脸识别方案。 客户机(嵌入式平台)完成对人脸图像的检测、归一化处理和人脸特征提取,然后通过无线网络将提取后的人脸特征数据传输到服务器端,由服务器在海量人脸库中完成人脸识别,并将识别后的结果通过无线网络传输到客户机显示输出,从而实现基于客户机/服务器无线网络模型的嵌入式远距离人脸识别方案。 6 结合我们开发的基于ARM的嵌入式自动人脸识别系统和嵌入式人像比对系统,从系统设计的角度探讨了在嵌入式系统中进行人脸识别应用设计的思路及应该注意的问题虽然嵌入式人脸识别系统的性能很大程度上取决于高效的人脸特征描述和鲁棒的人脸识别核心算法。但是,嵌入式系统的设计思想对嵌入式人脸识别系统的性能影响同样值得重视。本文第六章重点阐述了嵌入式自动人脸识别应用系统的设计思路,并结合我们自主开发的嵌入式自动人脸识别系统和嵌入式人像比对系统从系统设计的角度探讨了嵌入式人脸识别应用系统设计中应该注意的关键技术问题。 结合本文提出的算法我们在PC上完成对人脸识别分类器的训练,然后在嵌入式ARM开发平台上实现了嵌入式自动人脸识别、嵌入式人像比对两个便携式人员身份认证系统,经测试运行效果良好。所提出的人脸识别算法不仅具有一定的理论参考价值,而且对于嵌入式系统应用开发、AFR应用系统开发也具有一定的借鉴意义。
上传时间： 2013-05-18
上传用户：我们的船长
视频目标识别与跟踪技术是当今世界重要的研究课题,它涉及图像处理、自动控制、计算机应用等学科,该文主要论述该项目的具体实现及相关理论分析,重点在于该系统的硬件模块实现及分析.该系统的硬件模块是典型的高速数字电路,这也是当今世界电路设计的一大热点.同时,该系统的硬件模块不同于传统的模拟、数字电路.严格的说它是基于可编程芯片的系统(System On Programmable Chip).它与传统电路的最大不同在于,硬件模块本身不具备任何功能,但该硬件模块可以与相应的软件结合(此处,我们将FPGA中的可编程指令也广义的归入软件范畴),实现相应的功能.换言之,该硬件模块通过换用其他软件,可以实现其他功能.所以从这个意义上讲,我们也可以将其称为基于可编程芯片的通用平台系统(General System On Programmable Chip).此外,该文还对该系统进行了尝试性的层状结构描述,这种描述同样适用于其它IT目的或电子系统.
上传时间： 2013-04-24
上传用户：yumiaoxia
基于小波变换和神经网络理论,对非稳定、大信噪比(SNR)变化的通信信号进行有效的特征提取和分类,实现了通信信号调制方式的分类识别.首先,采用基于多分辨分析框架的Mallat快速算法提取离散细节作为特征采,实验得出db3小波非常适合作为特征提取小波,用小波变换大大压缩了通信信号特征矢量,提取的信号特征矢量64点;然后依据神经网络理论,分别采用BP网络作为分类器对通信信号调制识别分类.从计算机模拟实验结果可知,该方法能很好地完成通信信号调制识别分类任务,使识别正确率得到了明显改善,同时降低了识别分类过程的复杂度,并且为通信信号调制识别的DSP实现提供了快速计算的理论基础.其次,介绍了TMS320LF2407 DSP和FPGA的结构原理,并在此基础上设计了数字信号处理板和制作调试电路板.最后,用汇编和C语言编制A/D程序、串口通信程序和应用程序,并在信号处理板上调试和运行.
上传时间： 2013-07-23
上传用户：731140412
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-07-28
上传用户：hxy200501
随着计算机与信息技术的发展，生物特征识别技术受到了广泛的关注。指纹识别是生物特征识别中的一项重要内容，一直以来是国内外的研究热点。 嵌入式自动指纹识别是指指纹识别技术在嵌入式系统上的应用。传统的嵌入式自动指纹识别系统多采用单片DSP或MIPS处理器来完成算法，由于DSP或MIPS处理器只能根据程序顺序执行，在指纹匹配过程中只能和整个库中的指纹进行一一匹配，因此这类系统在处理较大指纹库时下匹配时间相当长。为了克服这个缺点，本文构建了浮点DSP和FPGA协同处理构架的硬件平台，充分利用DSP在计算上的精确度和FPGA并行处理的特点，由DSP和FPGA共同处理匹配算法。 本文的主要工作如下： 1．设计了一个硬件系统，包括DSP处理器、FPGA、指纹传感器、人机交互接口和USB1.1接口。同时，还设计了各硬件模块的驱动程序，为应用程序提供控制接口。由于系统中DSP工作频率为300MHz，其中某些器件的工作频率达到了100MHz，因此本文还给出了一些信号完整性分析和PCB设计经验。 2．编写了Verilog程序，在FPGA中实现了9路指纹的并行匹配。由于FPGA本身的局限性，实现原有匹配算法有很大困难。在简化原有匹配算法的基础上本文提出了便于FPGA实现“粗匹配”算法。此外，还设计了用于和DSP通信的接口模块设计。 3．完成了系统应用程序设计。在使用uC/OS-Ⅱ实时操作系统的基础上设计了各系统任务，通过调用驱动程序控制和协调各硬件模块，实现了自动指纹识别功能。为了便于存放指纹特征信息，设计了指纹库数据结构，实现了指纹库添加、删除、编辑的功能。 最终，本系统实现了高效、快速的进行指纹识别，各模块工作稳定。同时，模块化的软硬件设计使本系统便于进行二次开发，快速应用于各种场合。
上传时间： 2013-06-05
上传用户：guanliya
生物识别技术代表了未来身份验证技术的发展方向，而指纹识别技术又是最可靠、最有效的生物识别技术之一。目前，指纹识别技术是优于其它生物识别技术的身份鉴别方法。这是因为人的指纹各不相同、终生基本不变的特点已经得到公认，特别是现有的指纹识别算法已达到识别迅速、准确可靠的水平，是完全可以商业化的生物识别技术。 传统的指纹识别系统多是基于PC平台，这种系统将指纹图像处理和指纹匹配甚至指纹采集控制都放在PC平台上，在获得了较高速度和开发效率的同时，缺点也是显而易见的，其体积庞大，成本较高。而已有的嵌入式指纹识别系统多是基于单片机和DSP的，不是在运算速度上受到硬件限制，就是在系统的扩展性、可维护性及用户交互上有诸多不足。 近年来指纹识别应用的普及对自动指纹识别系统的便携性和易用性提出了更高的要求，指纹识别技术正向着小型化和嵌入式的方向发展。在微电子领域，以ARM、DSP、FPGA为代表的嵌入式微处理器的性能飞速提高，为构建嵌入式系统提供了硬件保证。 ARM是当前最为流行的32位RISC处理器架构，目前ARM占RISC处理器市场的七成左右。三星公司的S3C2410是基于ARM920T内核的通用32位微处理器，它具有高性能和低功耗的特性，被设计用于手持设备和通用嵌入式系统。 嵌入式系统对操作系统和其上运行的软件有特别的要求。针对本课题所采用的ARM硬件平台，详细介绍了嵌入式操作系统Arm-Linux的移植。分别说明了交叉编译工具链的安装、引导装载器的移植和Linux内核的裁减和交叉编译过程。为了运行应用程序，还介绍了文件系统的构建。 指纹识别系统需要指纹采集设备。FPS200是Veridicom公司推出的第三代半导体指纹传感器，是一款专为嵌入式系统设计的高性能、低成本、低功耗的电容式固态指纹传感器。本文详细阐述了基于FPS200的USB接口指纹采集卡的设计与实现。 指纹图像处理与匹配是整个系统的重要环节，论文介绍了图像处理与匹配的一般概念，并提出了新的指纹匹配方法。指纹匹配是自动指纹识别中的一个难点。现有的指纹匹配方法大致可以归结为图形匹配和人工神经网络匹配两大类，本文提出的基于线段的特征点匹配算法属于图形匹配。 嵌入式系统需要完善的软件支持。随着嵌入式技术的飞速发展，用户交互界面也由传统的字符界面向图形界面转变，图形用户界面系统得到了长足的发展。MiniGUI 是一个非常适合于工业控制实时系统以及嵌入式系统的可定制的、小巧的图形用户界面支持系统。本文介绍了基于MiniGUI的可视化指纹识别软件设计。 综上所述，本文针对特定硬件条件，构建了定制的嵌入式操作系统；设计了支持USB数据传输的指纹采集卡；指纹图像的滤波、提取特征和指纹特征匹配均针对嵌入式系统的实际情况进行了优化；利用MiniGUI图形支持库完成了界面美观友好的可视化指纹识别程序。系统具有安全可靠、易于扩展、性价比高等优点。
上传时间： 2013-08-02
上传用户：小儒尼尼奥
matlab程序实现的语音识别，能够较好的实现语音匹配
上传时间： 2013-04-24
上传用户：h886166
近年来，随着生物识别技术的兴起，虹膜识别技术被日益关注。由于虹膜识别技术对个体识别具有高度的可靠性，已成为目前生物识别中最有发展前景的识别技术之一。与其它生物识别技术相比，虹膜识别技术具有唯一性、稳定性、非侵犯性、不易伪造性和活体特性等优势。因此，虹膜识别技术具有广阔的使用前景和很好的经济效益，越来越受到国内外有关研究人员的重视。 目前，虹膜识别产品大多都是基于PC平台的，在便携性、稳定性和安全性方面还存在一些问题。为了克服以上的缺点，本文构架了基于DSP和FPGA的嵌入式虹膜识别硬件平台，使虹膜识别技术可应用与更多的领域。 本文的主要工作如下： 1．设计了一个嵌入式硬件系统，包括DSP处理器、FPGA、COMS图像传感器、人机交互接口和通信接口。同时，还编写了各硬件模块的驱动程序。另外，由于系统中DSP工作频率为300Mhz，另外有些器件工作在100Mhz，因此本文还给出了一些信号完整性分析和PCB设计经验。 2．在FPGA设计中，编写Verilog程序，完成了虹膜图像采集模块、乒乓存储器切换模块、图像采样模块以及将采样后的图像显示在TFT彩色液晶上的模块，最终实现了虹膜图像实时显示系统。此外，还设计实现了用于和DSP通信的HPI接口模块。 3．完成了部分系统应用程序设计。在使用DSP/BIOS实时操作系统的基础上设计了各系统任务，通过调用驱动程序控制和协调各硬件模块，实现了虹膜识别功能。 最终，本文实现了系统设计，本设计可以快速有效的进行虹膜识别。同时，由于本系统采用模块化的软硬件设计技术，使系统便于快速应用于各种场合。
上传时间： 2013-04-24
上传用户：qlpqlq
基于彩色路径识别的视觉导航方法是当前自动导航小车领域的研究热点和方向。视觉导航是指根据地面路径和被控对象之间的位置偏差控制其运行的方向，因此，地面彩色路径图像的摄取及其识别处理就成为视觉导航系统中的基础和关键。在当前的视觉导航系统设计中，图像处理的硬件平台都是基于通用微处理器，嵌入式微处理器或者DSP进行设计的。这些处理器一个共同的特点就是数据串行处理，而图像处理过程涉及大量的并行处理操作，因此传统的串行处理方式满足不了图像处理的实时性要求。 鉴于微处理器这方面的不足，作者提出一种使用FPGA实现图像识别的并行处理方案，并据此设计一个智能图像传感器。该传感器采用先进的FPGA技术，将图像采集及其显示，路径的识别处理以及通信控制等模块集成在一个芯片上，形成一个片上系统(SOC)。其主要功能是对所采集的彩色路径图像进行识别处理，获得彩色路径的坐标及其方向角，并将处理结果发送给上位机，为自动导航提供控制依据。 本文将彩色路径的识别处理过程划分为三个阶段，第一阶段为颜色聚类识别，以获得二值路径图像，第二阶段为数学形态学运算，用于对第一阶段中获得的二值图像进行去斑处理，第三阶段为路径中心线的定位及其方向角的测量。图像传感器与上位机的通信采用异步串行方式，由于上位机需要控制该传感器执行多种任务，作者定义一种基于异步串行通信的应用层协议，用于上位机对传感器的控制。在图像的显示中，为了弥补图像采集的速率和VGA显示速率的不匹配，作者提出一种基于单端口存储器的图像帧缓冲机制，通过VGA接口将采集的图像实时地显示出来。 根据上述思想，作者完成了系统的硬件电路设计，并对整个系统进行了现场调试。调试结果表明，传感器系统的各个模块都能正常工作，FPGA中的数字逻辑电路能够实时地将路径从图像中准确地识别出来，.充分体现了FPGA对路径图像的高速处理优势，达到了设计预期目标，在一定程度上丰富了路径图像识别处理的技术和方法。
上传时间： 2013-04-24
上传用户：ghostparker
随着 EDA 技术及微电子技术的飞速发展，现场可编程门阵列(Field Programmable Gate Array，简称 FPGA)的性能有了大幅度的提高，FPGA的设计水平也达到了一个新的高度。基于FPGA的嵌入式系统设计为现代电子产品设计带来了更大的灵活性，以Nios Ⅱ软核处理器为核心的SOPC(System on Programmable Chip)系统便是把嵌入式系统应用在FPGA上的典型例子，本文设计的指纹识别模块就是基于FPGA的Nios Ⅱ处理器为核心的SOPC设计。通过IP核技术和灵活的软硬件编程，实现Nios Ⅱ对FPGA外围器件的控制，并对指纹处理算法进行了改进，研究了指纹识别算法到Nios Ⅱ系统的移植。 本文首先阐述了指纹识别模块的SOPC设计方案，然后是对模块的详细设计。在硬件方面，完成了指纹识别模块的 FPGA 硬件设计，包括 FPGA 内部的Nios Ⅱ系统硬件设计和 FPGA 外围电路设计。前者利用 SOPC Builder将Nios Ⅱ处理器、指纹读取接口 UART、键盘与LCD显示接口、FLASH接口、SDRAM控制器构建成NiosⅡ硬件系统，后者是电源和时钟电路、SDRAM存储器电路、FLASH存储器电路、LCD显示电路、指纹传感器电路、FPGA 配置电路这些纯实物硬件设计，给出了设计方法和电路连接图。 在软件方面，包括下面两个内容： 完成 FPGA 外围器件程序设计，实现对外围器件的操作。 深入的研究了指纹识别算法。对指纹图像识别算法中的指纹图像滤波和匹配算法进行了分析，提出了指纹图像增强改进算法和匹配改进算法，通过试验，改进后的指纹图像滤波算法取得了较好的指纹图像增强效果。改进后的匹配算法速度较快，误识率较低。最后研究了指纹识别算法如何在FPGA中的Nios Ⅱ系统的实现。
上传时间： 2013-06-12
上传用户：yx007699
