人脸识别会议签到的嵌入式系统设计

2.2.2 Adaboost算法介绍

Adaboost算法主要思想：在给定有限的数据情况下，基于特征的检测能够编码特定区域的状态，而且基于特征的系统比基于像素的系统要快得多。矩形特征对一些简单的图形结构(比如边缘、线段)比较敏感。但是其只能描述特定走向(水平、垂直、对角)的结构，因此比较粗略。脸部一些特征能够由矩形特征简单地描绘，例如：眼睛要比脸颊颜色更深;鼻梁两侧要比鼻梁颜色要深;嘴巴要比周围颜色更深。

人脸检测是人脸分析的第一步，对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果含有则返回人脸的位置、大小和姿态。本系统采用的是OpenCV库中提供的Adaboost算法来实现人脸检测，人脸检测效果如图4所示。

2.2.3 PCA算法介绍

PCA(主成分分析)算法是人脸识别中比较新的一种算法，该算法的优点是识别率高、识别速度快。OpenCV库中cvEigenDecomposite()函数的作用是将人脸图像通过Eigenface变换矩阵，投射到子空间中。子空间中的人脸向量是一个1×nEigens(nEigens由自己取得)的行向量，极大地降低了数据维度，便于下一步的聚类、识别。人脸识别成功后的效果如图5所示。

2.2.4 系统测试

本软件具有人脸检测、人脸识别会议签到等功能。首先需要通过人脸检测存储一定数量的与会者照片，经过训练生成人脸特征数据保存在数据库中。在实现会议签到时，只要保持脸在摄像头的正前方，软件识别好后会在屏幕上显示与会人员的姓名，并且把与会者的会议签到信息通过ZigBee无线模块，以单播的方式发送到上位机。系统首先采集5个人的人脸特征照片，经过训练得到人脸特征数据并且存储于数据库中。然后开始对这5个人再进行人脸识别测试，经过测试得到的实验结果如表1所列。

通过实验结果可以得出：本系统的人脸识别率在82%以上，可以区分数据库内外的人脸。

2.3 上位机软件设计

QT是1991年奇趣科技公司开发的一个跨平台的C++图形用户界面应用程序框架。它提供给应用程序开发者建立艺术级的图形用户界面所需的功能。本设计的上位机软件正是用QT开发，选用的集成开发环境是QT Creator。上位机界面如图6所示。

表2是上位机和人脸识别会议签到终端之间数据传输所遵循的协议。下面分别对上位机和人脸识别会议签到终端之间发送数据、接收数据、系统重启、系统关机等操作的协议进行简要的说明。

①上位机发送数据到部分下位机：上位机需要往部分下位机发送数据时，需要在待发送的数据前加上msd1～n，1～n代表某一台下位机，如msd1代表数据发送到编号为1的下位机。

②上位机发送数据到所有下位机：上位机需要将数据发送到所有的下位机时，在待发送的数据前加上all标志。

③系统重启：如果希望下位机重新启动，发送数据rb即可以使下位机重新启动。

④系统关机：如果希望下位机执行关机操作，发送数据ht即可以使下位机执行关机操作。

结语

本设计利用人脸识别的独特性，设计了一种基于人脸识别的会议签到系统。本系统在TQ210核心板的基础上，利用OpenCV计算机视觉库和QT图形库，通过普通的USB摄像头实现了自动人脸识别，准确率较高，方便易用。