基于ARM9的便攜式人臉識別系統(tǒng)

2 軟件平臺
系統(tǒng)的軟件設(shè)計(jì)主要由底層的操作系統(tǒng)，驅(qū)動程序以及應(yīng)用程序組成。操作系統(tǒng)采用Linux 2．4內(nèi)核。通過對內(nèi)核的適當(dāng)裁剪，刪除對本系統(tǒng)不需要的系統(tǒng)服務(wù)以及驅(qū)動程序。

本系統(tǒng)的驅(qū)動程序主要用來驅(qū)動攝像頭、按鍵和指示燈。這3個(gè)驅(qū)動程序在操作系統(tǒng)啟動后，采用Linux特有的動態(tài)加載模塊方式加載至系統(tǒng)內(nèi)核。攝像頭驅(qū)動程序可在Linux內(nèi)核自帶的OV 51l驅(qū)動程序基礎(chǔ)上修改，使其兼容OV 511+芯片。指示燈驅(qū)動程序主要用來提示當(dāng)前程序工作狀態(tài)。由于程序運(yùn)行于Linux操作系統(tǒng)之上，應(yīng)用程序無法直接控制硬件I／O口，需要先經(jīng)過驅(qū)動程序?qū)ξ锢淼刂愤M(jìn)行地址映射，才可通過映射的虛擬地址進(jìn)行I／O操作。按鍵驅(qū)動程序采集用戶輸入，并通過硬件中斷傳至Linux內(nèi)核空間，再由驅(qū)動程序通過Linux進(jìn)程間通信方式之一的信號通信，傳至運(yùn)行在Linux用戶空間的應(yīng)用程序。

3 識別算法
3．1 PCA算法
PCA方法(即特征臉方法)是M．Turk和A．Pentland在文獻(xiàn)中提出的，該方法的基本思想是：將圖像向量經(jīng)過K-L變換后由高維向量轉(zhuǎn)換為
低維向量，并形成低維線性向量空間，即特征子空間，然后將人臉投影到該低維空間，用所得到的投影系數(shù)作為識別的特征向量。識別人臉時(shí)，只需將待識別樣本的投影系數(shù)與數(shù)據(jù)庫中目標(biāo)樣本集的投影系數(shù)進(jìn)行比對，以確定與哪一類最近。
PCA算法分為兩步：核心臉數(shù)據(jù)庫生成階段，即訓(xùn)練階段以及識別階段。