基于遗传算法的人脸识别系统的设计与DSP实现

摘要

人脸识别技术是最近几十年生物特征识别领域的研究热点，它融合了计算机图形学、数字图像处理、计算机视觉、模式识别和人工神经网络等多个学科的方法和理论。人脸识别技术在公共安全和军事安全领域有着十分广阔的应用前景。本文在查阅相关文献和对人脸识别系统深入研究的基础上，利用北京瑞泰创新公司的ICETEK-DM6437-B-KIT作为硬件开发平台，设计实现了基于遗传算法的人脸识别系统。系统包括对视频图像的光照补偿、特征提取、特征选择、分类识别等功能，并能将识别结果显示。本文主要完成的工作如下:
　　(1)图像光照补偿。在实时视频采集系统中，光照强度对系统性能影响很大。本文通过实验对比分析了三种光照补偿算法，最后确定本文采用的光照补偿方法。
　　(2)人脸检测与定位。本文在YCbCr颜色空间采用肤色检测方法对人脸肤色进行聚类分析，完成了人脸区域的检测，并通过人脸形状特征参数来排除脖子等非人脸区域。
　　(3)人脸特征提取与选择。本文采用8×8分块LBP(Local Binary Patterns)算子提取人脸纹理特征，共提取出640维特征向量。采用遗传算法进行特征选择，并根据基本遗传算法的理论知识，提出了一种改进的遗传算法，主要改变了适应度函数、选择算子、交叉概率和变异概率等参数。实验结果表明，本文提出的改进遗传算法在全局收敛性、迭代时间和识别率上都优于基本遗传算法。
　　(4)人脸分类识别。本文采用最近邻分类器和支持向量机(Support VectorMachine，SVM)分类器相结合的方法进行人脸分类识别。在处理前端用最近邻分类器进行粗分类，得到与测试样本距离最小的两类，再对这两类用SVM进行细分类。
　　(5)在ICETEK-DM6437-B-KIT硬件平台上实现了系统的功能。通过在CCS(Code Composer Studio)中采用C语言编程，实现了视频人脸识别功能。通过测试，本文所设计的人脸识别系统识别率达到90％以上，具有较好稳定性和很强的实用性，为进一步研究人脸识别系统打下了很好的基础。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景及研究意义

1．1．1 人脸识别研究背景

1．1．2 课题研究意义

1．2 人脸识别系统国内外研究现状及应用

1．2．1 国内外研究现状

1．2．2 人脸识别系统应用

1．3 人脸识别主要方法

1．4 人脸识别流程

1．5 人脸识别系统的评价标准

1．6 本文主要工作及框架

第2章 相关知识介绍

2．1 彩色空间理论

2．1．1 基本颜色空间

2．1．2 颜色空间的选取

2．2 光照补偿算法

2．2．1 Gamma校正

2．2．2 直方图均衡化

2．2．3 非线性变换方法

2．3 人脸检测

2．3．1 人脸检测方法

2．3．2 人脸检测评价准则

2．4 图像特征提取与特征选择

2．4．1 图像特征分类

2．4．2 图像特征提取

2．4．3 LBP特征提取

2．4．4 特征选择理论

2．4．5 遗传算法

2．5 分类器设计

2．5．1 分类器设计基本方法

2．5．2 支持向量机分类器

2．6 硬件平台介绍

2．6．1 视频处理子系统

2．6．2 DM6437存储空间配置

2．7 本章小结

第3章 人脸识别算法仿真与实现

3．1 人脸识别系统光照补偿处理

3．1．1 图像Gamma校正处理

3．1．2 直方图均衡化处理

3．1．3 非线性变换处理

3．2 改进遗传算法

3．2．1 改进遗传算法原理

3．2．2 适应度函数的改进

3．2．3 选择算子的改进

3．2．4 交叉算子的改进

3．2．5 变异算子的改进

3．3 基本遗传算法和改进遗传算法的性能分析

3．4 改进遗传算法在人脸特征选择上的应用

3．4．1 ILBP特征提取

3．4．2 ILBP和改进GA算法实现步骤

3．4．3 ILBP和改进GA算法实验分析

3．5 支持向量机在人脸识别上的应用

3．5．1 SVM在人脸识别中的应用

3．5．2 改进GA和SVM算法实验步骤

3．5．3 改进GA和SVM算法实验分析

3．6 仿真结果

3．7 本章小结

第4章 人脸识别系统硬件实现及测试分析

4．1 DSP图像处理系统硬件体系

4．1．1 ICETEK-DM6437-B评估板

4．1．2 DSP数字图像处理芯片

4．1．3 XDS560仿真器

4．1．4 DSP／BIOS系统配置

4．2 DSP图像处理系统软件开发环境

4．3 DM6437视频采集与输出流程

4．4 人脸识别算法在DSP图像处理系统的实现

4．4．1 人脸识别算法流程

4．4．2 光照补偿

4．4．3 人脸检测与定位

4．4．4 人脸识别

4．4．5 实时采集样本数据

4．5 测试与结果分析

4．5．1 系统测试环境

4．5．2 系统测试结果与分析

4．5．3 部分系统测试效果图

4．6 本章小结

第5章 总结与展望

5．1 工作总结

5．2 工作展望

参考文献

致谢

攻读学位期间发表论文情况