基于華為海思3536開發(fā)板的面部特征分析系統(tǒng)
發(fā)布時間:2021-04-26 04:01
快速發(fā)展的嵌入式系統(tǒng)為復(fù)雜環(huán)境下的人臉檢測和面部特征分析奠定了硬件基礎(chǔ)。本文基于華為海思3536開發(fā)板搭建了面部特征分析系統(tǒng),并針對該硬件平臺,選取了基于LAB與MLP相結(jié)合的算法進(jìn)行人臉檢測以及隨機(jī)森林級聯(lián)回歸算法訓(xùn)練了面部特征點(diǎn)模型,主要針對眼部特征進(jìn)行了分析,最終在硬件平臺上完成了算法實(shí)現(xiàn),并進(jìn)行了測試。本文主要工作如下:1.研究了本文的選題背景及意義,分析了面部特征分析算法以及嵌入式系統(tǒng)的國內(nèi)外研究現(xiàn)狀。2.詳細(xì)研究了華為海思3536開發(fā)板的功能結(jié)構(gòu)及?导t外攝像頭的性能,針對該硬件平臺進(jìn)行了嵌入式操作系統(tǒng)的移植,并安裝了交叉編譯工具,配置了Windows系統(tǒng)下的編程環(huán)境。3.采用基于LAB與MLP相結(jié)合的算法進(jìn)行人臉檢測,使用由粗略到精細(xì)的檢測方式,節(jié)省了檢測時間。通過隨機(jī)森林級聯(lián)回歸算法訓(xùn)練了人臉特征點(diǎn)模型,并采用閾值判斷的方式分析了眼睛的睜閉狀態(tài)。在HELEN人臉數(shù)據(jù)庫中與多種算法進(jìn)行對比實(shí)驗,實(shí)驗結(jié)果表明所用算法定位精度高,滿足系統(tǒng)的實(shí)時性要求。4.完成了系統(tǒng)的整體設(shè)計,將算法相關(guān)的庫(OpenCV及Dlib)進(jìn)行了交叉編譯和移植,并測試了該系統(tǒng)的速度性能,測試結(jié)果表明...
【文章來源】:青島大學(xué)山東省
【文章頁數(shù)】:51 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文章節(jié)安排
第二章 系統(tǒng)平臺搭建
2.1 硬件平臺搭建
2.1.1 華為海思3536 開發(fā)板
2.1.2 ?导t外攝像頭
2.2 軟件平臺搭建
2.2.1 嵌入式操作系統(tǒng)
2.2.2 嵌入式Linux系統(tǒng)搭建
2.2.3 Windows系統(tǒng)下的編程環(huán)境配置
2.3 本章小結(jié)
第三章 人臉檢測及特征分析算法
3.1 基于LAB和 MLP相結(jié)合的人臉檢測算法
3.1.1 算法的整體結(jié)構(gòu)
3.1.2 快速的LAB級聯(lián)
3.1.3 粗略的MLP級聯(lián)
3.1.4 具有形狀索引功能的精細(xì)MLP級聯(lián)
3.2 基于隨機(jī)森林級聯(lián)回歸算法的特征分析
3.2.1 回歸樹
3.2.2 級聯(lián)回歸
3.2.3 特征分析
3.3 實(shí)驗及分析
3.3.1 實(shí)際訓(xùn)練過程
3.3.2 實(shí)驗測試
3.4 本章小結(jié)
第四章 系統(tǒng)設(shè)計及測試
4.1 系統(tǒng)設(shè)計
4.1.1 相關(guān)庫移植
4.1.2 程序運(yùn)行方式
4.2 系統(tǒng)測試
4.3 本章小結(jié)
第五章 結(jié)論與展望
5.1 論文總結(jié)
5.2 前景展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝
本文編號:3160693
【文章來源】:青島大學(xué)山東省
【文章頁數(shù)】:51 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 本文章節(jié)安排
第二章 系統(tǒng)平臺搭建
2.1 硬件平臺搭建
2.1.1 華為海思3536 開發(fā)板
2.1.2 ?导t外攝像頭
2.2 軟件平臺搭建
2.2.1 嵌入式操作系統(tǒng)
2.2.2 嵌入式Linux系統(tǒng)搭建
2.2.3 Windows系統(tǒng)下的編程環(huán)境配置
2.3 本章小結(jié)
第三章 人臉檢測及特征分析算法
3.1 基于LAB和 MLP相結(jié)合的人臉檢測算法
3.1.1 算法的整體結(jié)構(gòu)
3.1.2 快速的LAB級聯(lián)
3.1.3 粗略的MLP級聯(lián)
3.1.4 具有形狀索引功能的精細(xì)MLP級聯(lián)
3.2 基于隨機(jī)森林級聯(lián)回歸算法的特征分析
3.2.1 回歸樹
3.2.2 級聯(lián)回歸
3.2.3 特征分析
3.3 實(shí)驗及分析
3.3.1 實(shí)際訓(xùn)練過程
3.3.2 實(shí)驗測試
3.4 本章小結(jié)
第四章 系統(tǒng)設(shè)計及測試
4.1 系統(tǒng)設(shè)計
4.1.1 相關(guān)庫移植
4.1.2 程序運(yùn)行方式
4.2 系統(tǒng)測試
4.3 本章小結(jié)
第五章 結(jié)論與展望
5.1 論文總結(jié)
5.2 前景展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝
本文編號:3160693
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3160693.html
最近更新
教材專著