基于Davinci平臺(tái)的人臉識(shí)別門禁系統(tǒng)設(shè)計(jì).pdf

1、隨著科技發(fā)展的日新月異，智能安防系統(tǒng)在社會(huì)的各個(gè)領(lǐng)域都得到了廣泛應(yīng)用。而門禁系統(tǒng)作為其中的重要形式之一，也日益受到人們的關(guān)注。傳統(tǒng)的諸如密碼式、卡片式門禁系統(tǒng)在便捷性、人性化以及安全性等方面都存在不足。目前，隨著嵌入式技術(shù)以及生物識(shí)別技術(shù)的不斷發(fā)展，結(jié)合兩者的門禁系統(tǒng)技術(shù)已經(jīng)成為熱門研究方向。本文設(shè)計(jì)了一款基于Davinci平臺(tái)的人臉識(shí)別門禁系統(tǒng)。
　　本文首先介紹了門禁系統(tǒng)的總體設(shè)計(jì)結(jié)構(gòu)，同時(shí)對(duì)應(yīng)用到的相關(guān)技術(shù)進(jìn)行了研究。詳細(xì)闡

2、述了Davinci平臺(tái)的硬件構(gòu)成以及相關(guān)的功能實(shí)現(xiàn)。并對(duì)其核心芯片DM6446(ARM+DSP)的軟件架構(gòu)以及算法封裝方法進(jìn)行了深入研究。
　　其次，對(duì)基于AdaBoost的人臉檢測(cè)算法進(jìn)行了深入探討，同時(shí)將該方法應(yīng)用于本系統(tǒng)中。相關(guān)實(shí)驗(yàn)表明，該算法能較好地適應(yīng)Davinci平臺(tái)，且能達(dá)到較快的檢測(cè)速度以及較高的檢測(cè)率。本文對(duì)人臉圖像預(yù)處理的常用方法進(jìn)行了研究分析，并采用加權(quán)平均法對(duì)檢測(cè)到的人臉圖像進(jìn)行灰度化處理，之后采用AdaB

3、oost方法對(duì)灰度圖像進(jìn)行人眼定位，由此可得到人眼的精確位置。根據(jù)人眼中心點(diǎn)的坐標(biāo)位置，對(duì)圖像進(jìn)行旋轉(zhuǎn)、裁剪和縮放等處理，并利用直方圖均衡化和中值濾波方法對(duì)縮放后的圖像采取進(jìn)一步的處理。實(shí)驗(yàn)表明，經(jīng)過預(yù)處理后可以得到去除噪聲干擾的標(biāo)準(zhǔn)化人臉圖像。
　　然后，本文對(duì)人臉識(shí)別算法進(jìn)行了深入的研究與分析，在深入研究了LRC算法的基礎(chǔ)上對(duì)之進(jìn)行了改進(jìn)。在樣本訓(xùn)練階段，對(duì)標(biāo)準(zhǔn)化后的注冊(cè)用戶人臉圖像集采用奇異值分解法，解決了樣本間的自相關(guān)問題

4、。實(shí)驗(yàn)表明，相比于傳統(tǒng)的LRC算法，改進(jìn)后算法的識(shí)別率得到了顯著提升。
　　最后，實(shí)現(xiàn)了QT在Ubuntu系統(tǒng)上的安裝以及在Davinci平臺(tái)上的移植。實(shí)現(xiàn)了Davinci平臺(tái)上DM6446與F28027的I2C通信，并將QT環(huán)境下開發(fā)的程序運(yùn)行在平臺(tái)上實(shí)現(xiàn)了實(shí)時(shí)通信。在QT編程環(huán)境中編寫門禁系統(tǒng)程序，并且運(yùn)行到Davinvci平臺(tái)上，實(shí)現(xiàn)了視頻采集、視頻實(shí)時(shí)顯示、用戶注冊(cè)、訪客識(shí)別、F28027輸出頻率控制以及實(shí)時(shí)返回運(yùn)行結(jié)果等