基于ARM和云计算的人脸图像语义表征解析系统的研究和设计

摘要

电子信息、计算机和通信、人工智能技术的快速发展正在改变着我们生活。各种智能设备不断涌现，例如智能电视、智能手机、智能监控、智能玩具等。这些智能设备越来越多的带有人脸识别分析功能。这是因为人脸图像上蕴含了大量的信息，如性别、年龄、身份、情绪等，与其他人机交互方式相比，更加友好方便。另一方面，随着自然语言处理技术发展，智能问答系统、聊天机器人等相继出现，但是这些机器人的语义分析表示都建立在词汇关系的基础上，对于为图像生成语言描述等涉及实际情境对象的人机交互等无能为力，其主要问题就在于语言没有和实际感知相关联。
　　本论文研究设计了一种基于ARM和云计算的人脸图像语义表征解析系统，该系统可以用于智能设备在人机交互中根据人脸对交互对象进行语义表征解析，如性别、年龄、情绪、容貌等，将语言和人脸实际感知相关联。
　　解析过程包括人脸检测、特征提取和表征分类三部分。首先采用基于Haar特征和Adaboost方法进行人脸检测，然后对所检测的人脸区域通过方向梯度直方图法(HOG)和局部二进制模式法(LBP)进行各种表征如性别及年龄特征提取。最后，采用线性判别分析(LDA)进行表征识别解析并语义输出。
　　系统包括ARM终端和云计算云端。终端采用ARM嵌入式系统搭建，完成人脸检测和本地、远程语义表征解析功能;文中从整体、硬件、系统软件、应用软件方面进行设计，给出设计思路、架构和主要程序流程，包括选取ARM开发板，设计摄像头硬件接口，配置嵌入式linux内核，移植OpenCV，编制主程序等内容，最终实现了终端功能。
　　云端采用阿里云的云服务器和云存储，为终端提供语义表征解析及模型文件升级服务、进行语义表征模型训练、系统管理、表征数据库维护等工作。本文从整体、云计算平台、软件、表征数据库等方面进行设计说明，搭建了云服务器系统管理WEB页面，进行了语义表征模型的页面可视化配置管理设计，给出了表征数据库的各个数据表和字段设计，完成为终端提供解析及升级服务的功能。

目录

声明

摘要

第一章 绪论

1．1 论文研究背景和意义

1．2 研究现状

1．3 论文内容与结构

第二章 算法研究

2．1 人脸检测方法

2．2 特征提取方法

2．2．1 HOG特征提取

2．2．2 LBP特征提取

2．3 LDA分类方法

第三章 语义表征模型训练

3．1 训练总体设计

3．2 语义表征数据准备

3．3 语义表征模型训练过程

第四章 终端设计

4．1 整体设计

4．2 硬件电路设计

4．3 软件设计

4．3．1 系统层软件设计

4．3．2 应用层软件设计

第五章 云端设计

5．1 整体设计

5．2 云计算平台

5．3 软件设计

5．4 表征数据库设计

第六章 总结与展望

6．1 本文工作总结

6．2 下一步工作展望

参考文献

致谢