收藏 分销(赏)

人脸识别与检测系统答辩ppt.ppt

上传人:w****g 文档编号:1710121 上传时间:2024-05-08 格式:PPT 页数:13 大小:201KB
下载 相关 举报
人脸识别与检测系统答辩ppt.ppt_第1页
第1页 / 共13页
人脸识别与检测系统答辩ppt.ppt_第2页
第2页 / 共13页
人脸识别与检测系统答辩ppt.ppt_第3页
第3页 / 共13页
人脸识别与检测系统答辩ppt.ppt_第4页
第4页 / 共13页
人脸识别与检测系统答辩ppt.ppt_第5页
第5页 / 共13页
点击查看更多>>
资源描述

1、 基于基于ARMARM的人脸识别和定位系统的人脸识别和定位系统 姓名:姓名:XXXXXX指导教师:指导教师:XXXXXX2一、关于人脸识别一、关于人脸识别二、人脸识别过程二、人脸识别过程三、人脸识别技术三、人脸识别技术四、人脸识别系统设计四、人脸识别系统设计n人脸识别是一个活跃的研究领域,是人脸识别是一个活跃的研究领域,是人类视觉最杰出的能力之一。人类视觉最杰出的能力之一。n最容易被接受的生物特征识别方式。最容易被接受的生物特征识别方式。n人脸识别细分为两类:人脸识别细分为两类:一类是回答我是谁的问题,即辨认(Identification);另一类是回答这个人是我吗?即确认(Verificat

2、ion)。一.关于人脸识别n典型应用典型应用罪犯调查访问控制人员考勤重用门票驾驶执照n人脸检测与人脸识别的关系人脸检测与人脸识别的关系一.关于人脸识别二.人脸识别过程人脸定位输出结果比对识别特征提取预处理 图像获取人脸检测人脸特征人脸库图图1 1 人脸识别过程图人脸识别过程图三.人脸识别技术面部特征提取面部特征提取n几何特征提取几何特征提取n统计特征提取统计特征提取n频率域特征提取频率域特征提取n运动特征提取运动特征提取n代数特征提取代数特征提取三.人脸识别技术面部特征的模式识别算法面部特征的模式识别算法n线性判别分析(线性判别分析(FisherFisher线性判别)线性判别)n支持向量机支持

3、向量机SVMSVMn贝叶斯网络贝叶斯网络n隐马尔可夫模型及其基本问题隐马尔可夫模型及其基本问题n人工神经网络人工神经网络n模糊模式识别模糊模式识别四.人脸识别系统设计n搭建平台搭建平台n图像采集模块设计图像采集模块设计n人脸识别算法设计人脸识别算法设计四.人脸识别系统设计搭建平台搭建平台n本文的硬件平台采用基于本文的硬件平台采用基于ARM9ARM9架构架构的的S3C2440S3C2440嵌入式开发板嵌入式开发板。n在此基础上建立起一个可靠的、稳在此基础上建立起一个可靠的、稳定的嵌入式软件开发平台定的嵌入式软件开发平台。n具体工作:定制内核、制作根文件具体工作:定制内核、制作根文件系统、移植。系

4、统、移植。四.人脸识别系统设计图像采集模块设计图像采集模块设计n本系统主要采用的是本系统主要采用的是OpenCV OpenCV 计算机计算机视觉库和视觉库和 QT QT 图形库,并通过普通图形库,并通过普通的的 USB USB 摄像头来实现自动人脸识别,摄像头来实现自动人脸识别,准确率较高,方便易用。准确率较高,方便易用。n使用使用OpenCVOpenCV检测人脸的流程检测人脸的流程四.人脸识别系统设计图图2 2 使用使用OpenCVOpenCV检测人脸的流程图检测人脸的流程图开始加载分类器结束将分类器转化为内部格式加载检测图检测 定位四.人脸识别系统设计人脸识别算法的设计人脸识别算法的设计n本文采用的是基于本文采用的是基于Viola-JonesViola-Jones框架框架的面部识别算法的面部识别算法。n提出使用矩形特征法进行特征值运提出使用矩形特征法进行特征值运算,采用感知器学习算法训练最佳算,采用感知器学习算法训练最佳特征特征。n该算法运算速度较快、错误分类率该算法运算速度较快、错误分类率低、识别率较高、误识率低,适合低、识别率较高、误识率低,适合嵌入式系统。嵌入式系统。谢 谢 观 赏

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服