1。2  相关研究现状

人脸识别系统巨大的应用前景引起了许多国家的高度关注。国外众多的大学和研究机构都对人脸识别进行了广泛而深入的研究，如美国的卡内基·梅隆大学（CMU）、麻省理工学院（MIT）、康奈尔大学（Cornell University）、英国的剑桥大学和日本的Toshiba公司等。研究涉及的领域和角度也非常的广阔，有些工作从感知和心理学角度[2]出发；有些从视觉机理角度[3]展开研究；有些方法基于Karhuner-Loeve变换的本征空间[4]对静态图像和视频图像的人脸进行特征提取；有些方法采用动态链接结构和弹性图像匹配[5]等方法在人脸识别中进行探索。近年来国内不管是在静态图像还是动态视频方面都在人脸识别技术上取得了显著的进步。众多高校和研究机构积极开展人脸识别研究，其中部分大学侧重于研究基于视觉场的人脸识别技术,而部分大学则侧重于研究基于变换的人脸识别技术。文献综述

另一方面，嵌入式系统的概念是相对于通用计算机而提出的。国际电气与电子工程师协会(IEEE)对嵌入式系统的定义为“嵌入式系统是用来控制或监视机器、装置或工厂等大规模系统的设备”[6]。现在国内对于嵌入式系统普遍认同的定义是：“嵌入式系统以应用为中心，以计算机技术为基础，并且软硬件可裁剪，适用于应用系统，对功能、可靠性、成本、体积、功耗有严格要求的专用计算机系统” [7]。

嵌入式系统的概念最早于上个世纪被提出，然而初始阶段的嵌入式系统大部分是由汇编语言完成，并且只能用于某一种固定的微处理器，具有很大的局限性。直至C语言的出现才使得操作系统的开发开始向简单化发展。随着芯片技术的不断发展，功耗低、体积小、集成度高等诸多特点使得嵌入式系统的广泛应用成为现实。嵌入式系统的已经广泛渗透到工业、网络通讯、军事国防、电子消费、身份验证等诸多领域。对于嵌入式系统而言，其核心为嵌入式微处理器。针对不同的应用需求，处理器目前已形成多个系列。系统开发人员可以根据具体需求进行适当的选择。本课题选择以三星S5PV210为主处理器的高集成度、高性能的Cortex-A8核心板搭建人脸识别算法所需的嵌入式平台。

1。3  本课题主要工作 

本课题主要完成的工作为搭建相应的嵌入式系统实现了一种准确性、稳定性较高的人脸识别算法。采用以ARM为核心的开发板作为系统的硬件平台，通过在嵌入式平台上移植必需的操作系统和软件开发库，设计实现基于此嵌入式平台的人脸识别系统。

本课题的主要研究内容体现在以下几个方面：一、使用C++语言实现人脸识别过程中的人脸检测、人脸图像预处理及人脸识别等主要算法模块；二、在ARM开发板上移植Linux操作系统、QT图形化界面库和OpenCV计算机视觉库，搭建识别算法所需的嵌入式平台；三、针对嵌入式平台对识别算法进行移植，并编写嵌入式程序支持通过摄像头捕捉人脸图像并加以识别。

1。4  本文结构安排

第一章分析了本课题的研究背景意义和发展现状，并明确了本课题的主要工作。

第二章简要地介绍了常用的人脸识别方法以及相关预备知识。

第三章详细介绍了人脸识别算法和人脸识别过程中各个主要算法模块的实现过程。

第四章描述了系统开发环境的搭建过程，以及人脸识别算法移植到嵌入式平台上的实现过程。

第五章展示了系统的检测效果并做出了结果分析。

最后一章对全文做出总结，并对课题的后续研究方向做出了探讨。