基于嵌入式的人脸识别系统设计分析
2018-11-16程光
程光
摘 要：随着现代化科学技术的创新发展，利用人体的生物特征来甄别个人身份的这种生物识别技术，逐渐成为了安全认证的首选方式。生物特征识别技术能够把计算机技术、光学、声学以及生物传感器等高新技术结合在一起，应用人体具备的生理特征来验证个人身份。人脸识别技术是生物特征识别领域当中的重要一部分。本文主要分析了基于嵌入式人脸识别系统的设计方案。
关键词：嵌入式；人脸识别；系统设计；
身份认证我们每天都在经历，例如说当我们登录自己的电脑时，需要输入自己的用户名和用户密码来证明身份，当我们需要去银行取钱时，也需要输入自己的密码来证明银行卡是本人使用。甚至当我们拿起手机都需要登录开锁密码来证明本人身份。一般传统的认证方式都是用户名和密码，但是这种认证形式很容易让人冒充，因此人脸识别技术的出现弥补了行业中相关产品的市场空白。
一、人脸图像的提取和识别
一般人脸识别过程分为两个阶段，人脸检测定位阶段和人脸特征提取阶段。这两个不同的阶段拥有很强的技术独立性。相对来说人脸的检测和定位阶段比较简单，需要深入研究的是人脸特征提取阶段。在特征提取过程中需要根据不同人体的脸表特征，选择不同的提取方式。
1.几何特征提取方式
几何特征提取方式比较常见，是根据人脸具备的拓扑结构几何关系，基于结构方法提取出人脸面部体现出来的主要器官特点，然后利用这些特点形成几何特征矢量，通过判断特征适量的匹配程度来确定出身份。
2.代数特征提取方式
代数特征提取方式是把人的面部当成为二维的灰度变化模板，应用一系列标准的数据统计技巧，以及相关的代数变换，铺捉到人脸的特征，这种代数特征方法运算起来比较复杂。
3.连接机制提取方法
这种连接机制提取方法是通过把神经网络和弹性图匹配方法相结合，利用人脸变形具有不变性的距离特点，把这种产生的不变形距离定义在三维空间当中，然后利用属性拓扑图来表示人脸，把人脸的定点位置附近信息记录下来，形成弹性图匹配形式。
二、人脸识别系统设计方案研究
嵌入式脸部识别系统的最大特点就是针对性比较强，这也是嵌入式脸部识别系统跟其他普通计算机系统存在的不同之处。人脸的检测识别系统主要是软件设施和硬件设施组合构成，这两部分缺一不可。硬件系统负责搭建和构造出一个物理平台，而软件系统则需要在平台的运行过程中进行人脸部的识别检测计算。
1.人脸识别系统的硬件结构设计
人脸识别系统在设计过程中需要满足人脸识别的功能需求，系统在运行过程汇总负责进行图像的采集工作、图像存储工作、图像识别工作、信息数据传输工作、人机接口设置以及系统维护工作。在设计过程中需要根据用户需求慎重的选择相关系统硬件。如下图：
根据系统功能性需求硬件平台中的摄像机要从摄像头当中输出模拟信号，USB总线负责接入嵌入式处理器当中，核心处理芯片负责进行初始化的数据采集以及数据处理，LCD触摸屏则实现人机互动。ARM9处理器通过获取的指令来控制系统操作。
2.处理器的选择
ARM处理器是一种RISC微处理器开发技术，目前在很多手持设备以及多媒体技术方面，ARM技术已经成为了嵌入式解决方案的RISC标准选择。ARM处理器的应用应用范围包含有工业控制领域、网络应用、无线通讯领域以及移动互联网领域等，在3G发展领域比较突出的就是在3G手机上的应用。
3.攝像头的选择
在人脸识别系统搭建过程中必不可少的设备就是摄像头，摄像头能够在系统的最前端，进行图像视频的采集工作。目前市场上具备的图像采集摄像头装置种类比较多。在选择过程中尽可能的选择体积小、便于近距离图像捕获以及成像十分清晰的摄像头品牌。
4.搭建开发环境
嵌入式系统资源受限，因此想要在硬件平台的基础上编写软件程序有一定困难，因此首先可以在通用计算机系统上编写系统程序，把程序通过交叉编译滞后从而产生二进制代码，把这些代码在嵌入式系统中运行使用，下载到平台的特定位置上。这就是交叉平台的开发环境，这也是嵌入式技术应用开发的重要特点。
5.系统流程
人脸检测和人脸识别过程中需要涉及到大量的计算，需要借助第三方软件来确保计算的准确性，降低开发难度。OpenCV是Intel公司建立的计算机视觉函数库，能够支持进行开源图像处理，在实际的系统开发过程中通过使用这些函数，能够有效简化系统编程。例如说人脸识别系统中的人脸检测环节，通过使用不同的函数来降低计算的难度，提升了人脸识别的效率。
结语：
加强对于嵌入式人脸识别系统软件结构以及平台运行特点的了解，通过各种实验来提升人脸识别系统的识别精度以及识别效率，能够有效促进人脸识别技术的推广和应用。
参考文献：
[1]杨晨旭. 基于ARM的嵌入式人脸识别系统设计研究[D].济南大学，2017.
[2]刘光超. 基于嵌入式的人脸识别系统设计与实现[D].西安科技大学，2016.
[3]曹海青. 基于嵌入式的人脸识别系统设计[D].青岛科技大学，2011.
