【UP-Board试用】+利用Upboard实现人脸身份识别

windworld-18984

   upboard板子性能如此强悍，所以这里实现一个人脸识别的项目，关于人脸检测的程序比较多，不过这里主要来实现检测后的人脸识别，其中主要包括人脸定位人脸采集、人脸保存和人脸识别。
实验环境：Windows平台 OpenCV2.4.9
硬件：Upboard板卡 Uvc摄像头
   首先通过摄像头获取当前采集到图像

1. camera_frame = Camera_Get_A_Frame(capture);

复制代码

然后通过canny算子计进行并进行边缘轮廓提取得到人脸轮廓黑白图

1.         face_outline_canny_img = Face_Get_Face_Canny(face_outline_img);                // 进行canny算子变换

复制代码

接着采集图像

                     

1.   if(cmpTimes != 0)
   
2.                         {                                                                                
   
3. 
   
4.                                                         // 如果采集未完成
   
5.                                 goto IDENTIFY_MODE;
   
6.                         }

复制代码

最后进行人脸匹配

1. int Face_Start_Recognition(IplImage *sampImg,int cmpTimes){
   
2.         int faceLibObjIndex[2];                        // 存取匹配的人脸数据库行下标
   
3.         int faceObjArr[FACE_FACE_LIB_MAX_PICTURE] = {0};// 每个人的匹配次数数组
   
4.         int faceObjIndex = 0;                        // 匹配的人脸库行下标
   
5. 
   
6.         printf("\n===================================\n");
   
7.         printf("\n[消息]        识别中，请稍等···\n");        
   
8.         /* 开始模板比较 返回人脸数据库的下角标 */
   
9.         faceLibObjIndex[0] = Face_TempLate_Campare(sampImg,CV_TM_CCORR);                // 平方差匹配
   
10. 
    
11. 法        
    
12.         // faceLibObjIndex[0] = Face_TempLate_Campare(blackWhiteImg,CV_TM_SQDIFF);        // 相关匹配法
    
13. 
    
14.         if(faceLibObjIndex[0] != -1){                                                                        
    
15. 
    
16. // 如果符合临界值
    
17.                 faceObjArr[faceLibObjIndex[0]] += 1;                                                // 锁
    
18. 
    
19. 定的人次数 +1
    
20.         }
    
21.         if(cmpTimes == FACE_IDENTIFY_TIMES){                                                               
    
22. 
    
23. // 识别规定的次数识别完成
    
24. 
    
25.                 faceObjIndex = toolFindMaxIndex(faceObjArr);                        // 寻找锁定的人脸最多
    
26. 
    
27. 次数的数组下标
    
28.                 if(faceObjArr[faceObjIndex] == 0){                                                // 就
    
29. 
    
30. 是说所有的人匹配率都是0
    
31.                         printf("[识别结果] ---> 不存在该ID身份\n");                        // 该人不存在
    
32.                         Face_Write_Flag_File("2");// 写FLAG文件2
    
33.                 }else{                                                                                       
    
34. 
    
35.                 // 存在该人
    
36.                         char *objNmae = Face_Read_Database_File_inLine(faceObjIndex + 1);        // 读
    
37. 
    
38. 取文件中的对应行 就是该人
    
39.                         //printf("[识别结果] ---> %s \n",objNmae);                        // 打印显示该
    
40. 
    
41. 人
    
42.                         printf("[欢迎进入] ---> %s \n",objNmae);               
    
43.                         Face_Write_Flag_File("1");// 写FLAG文件1
    
44.                 }
    
45.                 printf("===================================\n");
    
46. 
    
47.                 for(int i=0;i<FACE_FACE_LIB_MAX_PICTURE;i++){
    
48.                         // printf("faceObjArr[%d] = %d\n",i,faceObjArr);
    
49.                         faceObjArr = 0;                                                               
    
50. 
    
51.         // 清空锁定人脸暂时存取的数组
    
52.                 }
    
53.                 cmpTimes = 0;                                                                                
    
54. 
    
55.         // 复位比较次数
    
56.         }else{                                                                                                
    
57. 
    
58.                 // 还没识别完成
    
59.                 cmpTimes++;                                                                                
    
60. 
    
61.                 // 比较次数 +1
    
62.         }
    
63. 
    
64.         return cmpTimes;
    
65. }
    

复制代码

具体实现过程如下：
检测已有身份ＩＤ

可以看到识别出之前录入的身份ＩＤ，现在换个没有的ＩＤ识别

  可以看到无法识别该身份ID

总结：从效果上来看，基本上完成了人脸识别的要求，再识别过程中图像采集过程相对也比较流畅，这也是与Upboard的性能有关，但识别过程中仍然存在误判情况，受背景干扰以及光线影响较大，大家可以对算法和程序进一步优化，减小误判率！

wudianjun2001

好牛啊         

michael_llh

这个厉害了，是我后面想做的！感谢分享

franki

这个厉害啦  

shanghairen

有意思，楼主挺厉害的