人臉識別會議簽到的嵌入式系統(tǒng)設(shè)計

2.2.2 Adaboost算法介紹

Adaboost算法主要思想：在給定有限的數(shù)據(jù)情況下，基于特征的檢測能夠編碼特定區(qū)域的狀態(tài)，而且基于特征的系統(tǒng)比基于像素的系統(tǒng)要快得多。矩形特征對一些簡單的圖形結(jié)構(gòu)(比如邊緣、線段)比較敏感。但是其只能描述特定走向(水平、垂直、對角)的結(jié)構(gòu)，因此比較粗略。臉部一些特征能夠由矩形特征簡單地描繪，例如：眼睛要比臉頰顏色更深;鼻梁兩側(cè)要比鼻梁顏色要深;嘴巴要比周圍顏色更深。

人臉檢測是人臉分析的第一步，對于任意一幅給定的圖像，采用一定的策略對其進(jìn)行搜索以確定其中是否含有人臉，如果含有則返回人臉的位置、大小和姿態(tài)。本系統(tǒng)采用的是OpenCV庫中提供的Adaboost算法來實現(xiàn)人臉檢測，人臉檢測效果如圖4所示。

2.2.3 PCA算法介紹

PCA(主成分分析)算法是人臉識別中比較新的一種算法，該算法的優(yōu)點是識別率高、識別速度快。OpenCV庫中cvEigenDecomposite()函數(shù)的作用是將人臉圖像通過Eigenface變換矩陣，投射到子空間中。子空間中的人臉向量是一個1×nEigens(nEigens由自己取得)的行向量，極大地降低了數(shù)據(jù)維度，便于下一步的聚類、識別。人臉識別成功后的效果如圖5所示。

2.2.4 系統(tǒng)測試

本軟件具有人臉檢測、人臉識別會議簽到等功能。首先需要通過人臉檢測存儲一定數(shù)量的與會者照片，經(jīng)過訓(xùn)練生成人臉特征數(shù)據(jù)保存在數(shù)據(jù)庫中。在實現(xiàn)會議簽到時，只要保持臉在攝像頭的正前方，軟件識別好后會在屏幕上顯示與會人員的姓名，并且把與會者的會議簽到信息通過ZigBee無線模塊，以單播的方式發(fā)送到上位機(jī)。系統(tǒng)首先采集5個人的人臉特征照片，經(jīng)過訓(xùn)練得到人臉特征數(shù)據(jù)并且存儲于數(shù)據(jù)庫中。然后開始對這5個人再進(jìn)行人臉識別測試，經(jīng)過測試得到的實驗結(jié)果如表1所列。

通過實驗結(jié)果可以得出：本系統(tǒng)的人臉識別率在82%以上，可以區(qū)分?jǐn)?shù)據(jù)庫內(nèi)外的人臉。

2.3 上位機(jī)軟件設(shè)計

QT是1991年奇趣科技公司開發(fā)的一個跨平臺的C++圖形用戶界面應(yīng)用程序框架。它提供給應(yīng)用程序開發(fā)者建立藝術(shù)級的圖形用戶界面所需的功能。本設(shè)計的上位機(jī)軟件正是用QT開發(fā)，選用的集成開發(fā)環(huán)境是QT Creator。上位機(jī)界面如圖6所示。

表2是上位機(jī)和人臉識別會議簽到終端之間數(shù)據(jù)傳輸所遵循的協(xié)議。下面分別對上位機(jī)和人臉識別會議簽到終端之間發(fā)送數(shù)據(jù)、接收數(shù)據(jù)、系統(tǒng)重啟、系統(tǒng)關(guān)機(jī)等操作的協(xié)議進(jìn)行簡要的說明。

①上位機(jī)發(fā)送數(shù)據(jù)到部分下位機(jī)：上位機(jī)需要往部分下位機(jī)發(fā)送數(shù)據(jù)時，需要在待發(fā)送的數(shù)據(jù)前加上msd1～n，1～n代表某一臺下位機(jī)，如msd1代表數(shù)據(jù)發(fā)送到編號為1的下位機(jī)。

②上位機(jī)發(fā)送數(shù)據(jù)到所有下位機(jī)：上位機(jī)需要將數(shù)據(jù)發(fā)送到所有的下位機(jī)時，在待發(fā)送的數(shù)據(jù)前加上all標(biāo)志。

③系統(tǒng)重啟：如果希望下位機(jī)重新啟動，發(fā)送數(shù)據(jù)rb即可以使下位機(jī)重新啟動。

④系統(tǒng)關(guān)機(jī)：如果希望下位機(jī)執(zhí)行關(guān)機(jī)操作，發(fā)送數(shù)據(jù)ht即可以使下位機(jī)執(zhí)行關(guān)機(jī)操作。

結(jié)語

本設(shè)計利用人臉識別的獨特性，設(shè)計了一種基于人臉識別的會議簽到系統(tǒng)。本系統(tǒng)在TQ210核心板的基礎(chǔ)上，利用OpenCV計算機(jī)視覺庫和QT圖形庫，通過普通的USB攝像頭實現(xiàn)了自動人臉識別，準(zhǔn)確率較高，方便易用。