具有人脸识别功能的监控摄像机的设计实现

摘要

近些年来，出于安全方面的考虑，视频监控设备越来越多地应用到工厂、学校、住宅小区等各种场所，并发挥了巨大的作用。然而，在实际使用过程中，我们发现，很多情况下监控设备采集到的视频清晰度比较低，图像质量较差;而高清摄像机分辨率虽高，但数据量大，占用带宽及存储资源多。这给后续的智能化处理带来困难。正因为如此，研究能提供清晰、高质量图像的摄像机，并在其中加入智能化处理算法，是很有意义的。
　　本文研究了基于监控视频的人脸检测与识别技术，设计了一种能够在摄像头前端就对实时采集的视频进行处理及初步分析的智能摄像机方案。实现了一个基于两个独立DSP的具有人脸识别等视频处理功能的摄像机原型系统。在该系统的镜头控制DSP上实现自动聚焦等基本视频处理功能，提高图像质量;在另外一块图像算法DSP上实现了人脸检测与识别算法，并在算法DSP视频预处理硬件加速模块的支持下对人脸检测与识别算法进行优化，提高了算法处理速度。这个系统对智能摄像机的发展具有借鉴意义。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景与意义

1．2 研究现状

1．2．1 智能视频监控的研究现状

1．2．2 人脸检测与识别技术研究现状

1．3 本文的主要工作

1．4 本文的组织

第二章 基于Adaboost的人脸检测算法

2．1 引言

2．1．1 人脸检测算法

2．1．2 Adaboost算法

2．2 基于Gentle Adaboost的人脸检测算法

2．2．1 算法流程

2．2．2 Haar矩形特征与积分图

2．2．3 分类器结构

2．3 分类器训练过程

2．3．1 弱分类器的训练

2．3．2 强分类器的训练

2．3．3 级联分类器的训练

2．3．4 训练结果存储

2．4 人脸检测过程

2．4．1 预处理

2．4．2 肤色分割

2．4．3 人脸检测

2．4．4 后处理

2．4．5 人脸检测测试

2．5 本章小结

第三章 基于PCA的人脸识别算法

3．1 引言

3．2 基于PCA的人脸识别

3．2．1 K-L变换介绍

3．2．2 PCA人脸识别原理

3．2．3 检测过程

3．2．4 人脸识别测试

3．3 本章小结

第四章 自动聚焦功能模块的设计实现

4．1 引言

4．2 自动聚焦模块的硬件设计

4．2．1 芯片选型

4．2．2 电路设计

4．2．3 布板及实物图

4．3 自动聚焦算法

4．3．1 清晰度评价方法选择

4．3．2 峰值搜索算法

4．3．3 算法在控制DSP上的实现

4．3．4 聚焦结果示例

4．4 本章小结

第五章 人脸识别监控摄像机的实现与优化

5．1 引言

5．2 人脸识别监控摄像机设计方案

5．3 算法DSP及其硬件加速模块介绍

5．2．1 DSP简介

5．2．2 硬件加速模块介绍

5．4 人脸检测与识别在算法DSP上的实现与优化

5．3．1 利用硬件加速模块进行积分图运算

5．3．2 利用硬件加速做光线补偿

5．3．3 肤色分割的优化

5．3．4 针对DSP特点的优化

5．5 系统的流程设计与测试

5．6 本章小结

第六章 总结与展望

6．1 总结

6．2 未来工作展望

参考文献

研究生期间的科研工作