4.1  开发环境的搭建15

4.1.1  NVIDIA TK1开发板简介15

4.1.2  宿主机环境的搭建15

4.1.3  OpenCV的使用15

4.2  数据采集模块16

4.3  预处理模块16

4.4  人脸检测模块17

4.5  整体系统的运行与性能分析18

4.6  本章小结18

结  论19

致 谢21

参考文献22

第一章   绪论

1.1  引言

随着新的信息技术和媒体方式的普及，人机交互系统更有效和友好的方法（HCI）正在开发出不依赖于传统的设备，如键盘，显示器，鼠标。此外，计算的性价比不断的下降，在加上最近减少了的视频图像采集的成本意着计算机视觉系统可以部署在桌面和嵌入式的系统中。基于一个用户的身份，状态和意图信息的前提下迅速扩大的人脸识别研究是可以从图像中提取的，并且电脑就可以做出相应的反应，比如，通过观察一个人的面部表情等。在过去的五年里，人脸和表情的识别已经引起了人们的很多的关注，即使是已经被精神物理学家，工程师和科学家等研究了20多年。经过努力，许多通过实例证明的研究和商业应用已经被开发出来。检测图像中人脸的当前的位置永远都是任何人脸处理系统的首要步骤。然而，位置，比例，取向（旋转，直立），和姿势（侧面，正面）的变化性导致从一个单一图像中检测到的人脸是一个非常具有挑战性的任务。面部的表情，光照条件和闭塞性也会去改变面部的整体外观。

我们现在给人脸检测的定义是：给定任意的一张图像或者一段视频，确定在图像中是否存在着人脸是人脸检测的唯一也是首要的目的。如果存在着人脸，那么将反馈出图像的具体位置和每个人脸的大小程度。以下的一个因素可以是人脸检测的相关的挑战的成因：

（1）姿势。由于相对于摄像机的人脸姿态的人脸图像的变化（额头，45度，轮廓，颠倒性），和一些面部特征，如眼睛或鼻子都可能或部分或完全闭塞。

（2）存在或不存在的结构组件。比如人的胡须，髭须还有脸部所包含的其他的物品（如眼睛）等特有的面部特征，可能会或不会出现，这都有可能成为一个相对而言很大的变化，这些组件还包括形状的变化，颜色的深浅和大小的不同等。

（3）面部表情。一个人的面部的表情直接影响着人脸的外观。阻隔？[[[] 温建平. 人脸检测算法及其FPGA实现.华南理工大学,2012.]]这是指其他对象或可能遮挡人脸的一部分，图像中的一组人脸也有可能被其他人脸阻隔着一部分。

（4）形象定位。摄像机的光学轴进行不同旋转着，这是因为直接受人脸图像的变化所控制。

（5）成像条件。当图像形成时，面部外观受如照明因素（强度，源分布和光谱）和摄像机（镜头，传感器的响应特性）的影响。

现如今，出现了许多与人脸检测密切相关的问题。人脸定位的目的是为了能够确定一个单一的人脸图像或视频中人脸的位置，这就导致人脸检测的问题被简化了许多，在输入的图像中我们假定只包含一个面。人脸特征检测的目标是为了检测和定位特征的存在，如鼻尖，眼睛，眉头，嘴角，耳朵和嘴唇等，在假设的图像中只有一个面。假如任何人脸识别或者人脸鉴定相比较于一个已经输入的图像（探针）与一个数据库（馆）和匹配报告。

人脸识别，是一门多学科相融合的自然科学，包括了很多如神经网络，数字图像的处理，特征模式的识别等的学科。人脸检测是人脸识别的基础，人脸识别的过程主要包含了人脸检测和人脸特征匹配的两个过程。人脸识别的正确率高低直接受人脸检测的准确度如何影响，比如检测到的人脸所在的位置，轮廓特征和人脸与摄像头的距离等等。 基于高性能嵌入式的实时人脸识别系统的设计--系统设计(2):http://www.youerw.com/tongxin/lunwen_49196.html