[发明专利]一种基于FPGA的三摄像头人脸识别装置及方法

权利要求书

1.一种基于FPGA的三摄像头人脸识别方法，所述方法应用于终端，所述终端包括第一可见光摄像头、第二近景红外摄像头以及第三远景红外摄像头，其特征在于，所述方法包括以下步骤：

S1,通过所述第一可见光摄像头、第二近景红外摄像头以及第三远景红外摄像头采集图像；

S2，根据步骤S1拍摄到的图像输出图像，将第一可见光摄像头拍摄到的图像输出至监控显示器，输出第二近景红外摄像头或第三远景红外摄像头拍摄到的图像P1，等待预处理；

S3，对图像P1进行预处理，输出目标图像P2；

S4，对图像P2进行特征融合和识别，得到识别结果；

S5，输出、传递识别结果。

2.根据权利要求1所述的一种基于FPGA的三摄像头人脸识别方法，其特征在于：所述步骤S1包括以下步骤：

S1.1，获取目标变焦倍率；

S1.2，若所述变焦倍率为1-3倍时，则第一可见光摄像头和第二近景红外摄像头工作，分别拍摄图片p1和p2；若所述变焦倍率为3-6倍时，则第一可见光摄像头和第三远景红外摄像头工作，分别拍摄图片p3和p4；若所述变焦倍率为大于6倍时，则第一可见光摄像头拍摄图片p5。

3.根据权利要求1所述的一种基于FPGA的三摄像头人脸识别方法，其特征在于：所述预处理包括几何位置规范化和图像灰度归一化，经预处理后的图片，人脸图像的宽度width＝130，高度height＝150，左眼睛距图像的左边界距离和右眼睛距图像的右边界距离为30，双目的对称中心与图像的上边界和下边界的距离分别为50和100，得到图像x。

4.根据权利要求1所述的一种基于FPGA的三摄像头人脸识别方法，其特征在于：训练图像样本集表示为X＝[x₁，x₂，…，x_N]∈R^m×N，xi表示图像转化成的列向量，i为样本排列序号，m为图像的像素数，N为训练图像的数量；或者，训练图像样本矩阵表示为X＝[X₁，X₂，…，X_C]∈R^m×N，C为类别数，X_j∈R^m×Nj表示第j类训练图像集合，N_j表示第j类图像的数量，总样本数步骤S4包括以下步骤：

S4.1,将训练集合中的所有图像转换为列向量，计算每类图像的类内平均图像和总体平均图像计算每幅图像相对于所属类平均图像的差值图像计算每类图像相对于总体平均图像的差值图像

S4.2，计算特征差值的协方差矩阵；

S4.3，求取差值协方差矩阵Ф的非零特征值λ＝(λ₁，λ₂，…，λ_N)，进而求取对应特征向量V＝(v₁，v₂，…，v_N)，并对特征向量按照特征值降序方式进行排列Φ·V＝λ·V；

S4.4,计算协方差矩阵特征值的累积贡献率

S4.5,将输入图像x、每类平均图像μ_j和总体平均图像μ投影到PCA子空间:

S4.6,分别计LDA算法中的每个类内散布矩阵S_j、总体类内散布矩阵S_W及类间散布矩阵S_B:

S4.7,使样本在LDA投影空间内的类间离散度S_B最大和类内离散度S_W最小，可知最佳投影子空间W满足：

S4.8,依据拉格朗日乘数法可得：

利用特征分解方法求取矩阵S_w^－1S_B的特征值λ及特征向量W，将矩阵S_w^－1S_B的特征值按降序排列，选择前p个较大特征值λ＝(λ₁，λ₂，…，λ_d，…，λ_p)对应的特征向量构成LDA的特征子空间W_ida＝(W₁，W₂，…，W_d，…，W_p)∈R^l×p；

S4.9,将PCA和LDA的特征空间进行融合:

对于任意一图像列向量x，在融合特征空间的投影关系可表示为：

将训练图像及测试图像分别投影至融合的特征空间，若y和Y_i分别表示测试样本x和训练样本类X_i投影后特征，则定义在融合投影空间中测试样本x到训练样本类Xi的距离为：

D(x，X_i)＝||y，Y_i||，

依据最近邻分类准则，若且x∈X_j，则最近邻分类器的分类决策为x∈Xj。