智能家居环境下动态人脸身份识别系统设计

摘要

随着经济的飞速发展，生活水平的不断提高，人们对居住的环境有了更高的要求，智能家居将成为人们生活的主流。远程医疗服务的兴起，使得智能家居逐渐融入远程医疗和远程监护的新理念。本文应此发展趋势设计了一套智能家居环境下动态人脸身份识别系统，该系统通过人脸识别设备判断用户人脸身份信息，将人脸身份信息作为联动控制智能家居医疗系统的依据，识别后的结果发送给医疗设备，医疗设备再把采集到的人体生理特征参数快速关联到个体，从而方便快捷地进行健康医疗监护。
　　本系统通过对人脸识别的关键技术进行研究分析，综合运用Wince嵌入式系统应用技术以及电子电路等知识，同时通过对智能家居环境下系统进行需求分析与理论研究，提出一种适于智能家居环境下人脸目标的自动检测、实时跟踪与人脸身份识别的方案，最终搭建智能家居环境下动态人脸身份识别系统。智能家居环境内光线的复杂多变性，导致采集的图像往往对比度不够，且存在各种噪声等缺点，为消除这些因素的影响，首先利用直方图均衡化和中值滤波对人脸图像进行预处理;再利用识别率高、对光照和姿态不敏感的基于肤色的Adaboost算法进行背景消除，提取可能包含活动人脸的区域;为实现室内24小时全天候工作，克服家庭成员活动的随意性和不定向性，采用多线程的Camshift算法，即MT-Camshift跟踪算法，实现人脸相互交错及人脸数目发生变化时的多人脸跟踪，从而实现动态多人脸的自动检测与实时跟踪;最后采用简单快速且对小样本识别效果好的主成分分析(PCA)算法实现人脸身份的识别。
　　实验采用上述方法，对任意复杂背景的静态图像进行人脸检测，以及在智能家居环境下对单人脸及多人脸视频图像进行人脸图像的检测、跟踪及识别。在智能家居环境下，该方法的人脸正确检测率可达89.86％，误检率可降至2.78％，其检测跟踪周期为35.88ms-42.84ms，小于50ms，有效地达到了25f/s的实时刷屏要求，人脸身份正确识别率可达80％以上。实验结果表明，该系统可实时稳健地在智能家居环境下实现多人脸的自动检测、实时跟踪与家庭成员的身份识别，可用于联动控制智能家居的各系统。

目录

声明

学位论文主要创新点

摘要

第一章 绪论

1．1 人脸识别的背景和意义

1．2 国内外人脸识别的研究现状

1．3 人脸识别现有技术概述

1．4 论文主要研究内容及结构安排

第二章 智能家居环境下动态人脸身份识别系统总体方案设计

2．1 动态人脸身份识别系统实现关键技术

2．1．1 视频图像采集技术

2．1．2 人脸图像预处理

2．1．3 人脸检测技术

2．1．4 人脸跟踪技术

2．1．5 人脸识别技术

2．2 动态人脸身份识别系统概述

2．3 动态人脸身份识别系统的需求分析

2．4 动态人脸身份识别系统的性能指标

2．5 动态人脸身份识别系统方案设计

2．5．1 系统开发平台的选择

2．5．2 动态人脸身份识别系统软件设计

2．5．3 动态人脸身份识别系统开发环境的搭建

2．6 本章小结

第三章 人脸图像预处理

3．1 视频捕捉人脸图像

3．2 图像预处理探讨背景与作用

3．3 人脸图像的归一化

3．3．1 人脸图像几何归一化

3．3．2 人脸图像灰度归一化

3．4 中值滤波

3．5 本章小结

第四章 基于AdaBoost的人脸检测算法

4．1 AdaBoost算法概述

4．2 矩形特征与积分图

4．2．1 矩形特征Haar-like特征

4．2．2 利用积分图方法快速计算Haar特征值

4．3 利用OpenCV库函数进行人脸检测

4．3．1 Adaboost训练算法

4．3．2 人脸检测器的选择-级联强分类器

4．4 本章小结

第五章 智能家居环境下动态人脸的实时跟踪

5．1 Camshift算法简介

5．1．1 颜色概率分布与反向投影图

5．1．2 Mean-shift算法

5．2 Camshift算法原理

5．3 人脸检测跟踪

5．3．1 智能家居环境下的自动人脸跟踪

5．3．2 基于多线程的人脸跟踪

5．4 本章小结

第六章 基于Eigenface的人脸识别算法

6．1 人脸图像特征提取

6．1．1 Karhunen-Loeve变换原理及应用

6．1．2 PCA算法原理

6．2 PCA的具体实现

6．2．1 读取人脸数据库图片

6．2．2 计算人脸数据库的均值脸

6．2．3 计算特征值与特征向量

6．2．4 构建人脸数据库的特征脸

6．3 本章小结

第七章 智能家居环境下动态人脸身份识别系统调试与结果分析

7．1 动态人脸身份识别系统的实验目的

7．2 动态人脸身份识别系统的测试与调试的实验方案

7．2．1 动态人脸身份识别系统的实验方案

7．2．2 动态人脸身份识别系统的实验设备

7．3 实验数据与结果

7．3．1 静态检测

7．3．2 智能家居环境下的动态跟踪实验

7．3．3 智能家居环境下人脸身份识别实验

7．3．4 智能家居环境下实时性实验

7．4 本章小结

总结与展望

参考文献

硕士期间发表论文和参加科研情况

附录

致谢