第28卷第4期Vol.28NO．4重庆工商大学学报（自然科学版）JChongqingTechnolBusinessUniv.（NatSciEd）2011年8月Aug.2011文章编号：1672－058X（2011）04－0390－04

基于人脸识别的门禁系统设计与实现

朱超平

（重庆工商大学计算机科学与信息工程学院，重庆400067）

要：人脸识别技术是生物技术和计算机技术的复合应用，市场对门禁的安全性和可靠性的要求也越来越高；提出了一种基于ARM9处理器的快速人脸检测门禁系统设计方案；首先选择实用有效特征，简要摘介绍人脸检测和人脸识别算法的基本原理，针对该算法实现原理详细阐述硬件系统设计方案；最后在设计的硬件系统上进行算法移植，并开发门禁系统控制软件，实现了嵌入式快速人脸识别门禁系统的研制。通过分析测试结果，系统可靠运行高、速度快，能够实现门禁系统的功能。

关键词：人脸识别；PCA；ARM9；门禁系统

中图分类号：TP216文献标志码：A

1算法简介

人脸检测算法是人脸识别算法的基础，算法选取几个特征矩形训练模板，得到人脸检测最合适的矩形特征。

1．1PCA特征选取

PCA）的思想源于K－L变换，主元分析（PrincipalComponentsAnalysis，其目标是将某个高维向量，通过

一个特殊的特征向量矩阵，也称为K－L变换矩阵，投影到一个低维的向量空间中，从而将高维向量降为低维向量，这些低维向量表示了样本点空间中方差最大的方向，代表样本原来的主要信息，具有很强的区分能力。主元分析法在模式识别领域应用非常广泛，本文将其用于人脸识别，通过求样本矩阵的协方差矩阵，然

［1］后计算协方差矩阵的特征向量，这些特征向量就可以构成这个投影矩阵。特征向量的选择取决于协方差

矩阵的特征值的大小。

1．2PCA训练算法

设训练样本集中有个样本，其中，样本i的像素灰度值组成的向量称为xi，其维数为样本图像的像素总

x2，…，xn｝，则该样本向量集的平均向量可以利用式（1）来数。由个样本的向量构成一个样本向量集合：｛x1，

p代表每定义，各个样本的偏差定义为式（2）。通过样本的偏差矩阵D定义为式（3），其中D的维数是n×p，

K的维数是p×p。个样本向量的维数，利用式（4）计算样本集合的协方差矩阵K，

1x=Σxini=1

yi=xi－x

D=｛y0，y1，…，yn－1｝

1K=DD=ΣyiyT

ini=1Tnn（1）（2）（3）（4）

收稿日期：2010－12－19；修回日期：2011－02－23．

作者简介：朱超平（1977－），男，四川邻水人，讲师，从事组件技术和嵌入式系统研究．