臺灣博碩士論文加值系統

Raspberry Pi是一塊信用卡大小的單版機電腦，最初的設計是用於教育，它的目的是創造出一個低成本但高效能運算的計算機，其作業系統為使用Linux做設計。

本論文運用網路攝影機webcam結合Raspberry Pi單板機電腦，建構一個即時人臉偵測與辨識系統。人臉偵測辯識系統的流程為先在影像中搜尋膚色，再使用Viola人臉偵測方法判斷是否為人臉，並且辨識特徵點，加以擷取和分析。接著利用主成分分析（PCA）取得人臉影像的特徵向量，降低其資料的維度，再配合一套人臉資料庫做比對，找出最接近的人臉。

Raspberry Pi is a credit-card sized computer originally designed for educational use. The goal of Raspberry Pi was to create a low-cost, yet, high performance device that would facilitate programming. The Raspberry Pi was designed for the Linux operating system.

This paper combines webcam with Raspberry Pi to realize a real-time face detection and recognition system .In the proposed system, skin color is detected first, and then Viola method is used to determine whether if the image presented is a human face. Next, Principal Component Analysis (PCA) is used to extract face features to form facial feature vectors and to decrease the dimension of facial feature vectors thereafter. Finally, a facial database was built to exemplified the usage of this system.

目錄
摘要 I
Abstract II
致謝 III
圖目錄 VI
表目錄 IX
第一章 緒論 1
1.1 研究動機 1
1.2 研究目的 1
1.3 文獻回顧 1
1.4 論文架構 3
第二章 數位影像理論背景 4
2.1 CCD原理介紹 4
2.2 CMOS原理介紹 5
2.3 影像偵測方法介紹 6
2.3.1色彩分割法 7
2.3.2灰階轉換 13
2.3.3二值化處理 13
2.4 影像型態學 14
2.4.1 膨脹 14
2.4.2 侵蝕 15
2.4.3 斷開 16
2.4.4 閉合 17
2.5 Viola人臉偵測方法 18
2.5.1 積分影像 18
2.5.2 Adaboost演算法 20
2.5.3 層疊分類器 24
2.6 人臉偵測與辨識 26
2.6.1 人臉特徵點偵測 28
2.6.2 表情偵測 29
2.7 人臉識別與特徵臉介紹 30
2.7.1 特徵臉介紹 30
2.7.2 主成分分析(PCA)介紹 31
2.7.3 PCA用於人臉識別原理 35
2.8 OpenCV介紹 38
2.8.1 OpenCV模組介紹 38
2.8.2 OpenCV與Matlab的工具箱比較 39
2.8.3 OpenCV使用介面介紹 40
2.8.4 OpenCV之人臉識別應用 40
第三章 實驗設備與架構 44
3.1 Raspberry Pi介紹 44
3.1.1 硬體介紹 46
3.1.2 作業系統 49
3.1.3 韌體介紹 49
3.1.4 遠端連線介紹 55
3.1.5 硬體架構 56
3.1.6 Linux介面介紹 57
3.2 網路攝影機webcam介紹 61
第四章 實驗結果與分析 63
4.1 人臉特徵點偵測結果 63
4.1.1 膚色偵測結果 63
4.1.2 眼睛特徵點偵測結果 65
4.1.3 嘴唇特徵點偵測結果 66
4.1.4 鼻子特徵點偵測結果 67
4.1.5 眼鏡特徵點偵測結果 67
4.2 臉部出現干擾之偵測結果 68
4.3 人臉識別與檢測 69
4.3.1 人臉識別與檢測介紹 69
4.3.2 常用的人臉資料庫介紹 70
4.3.3 人臉資料庫收集與建立 71
4.3.4 人臉識別結果 74
第五章 結論與未來展望 80
5.1 結論 80
5.2 未來展望 80
參考文獻 82

參考文獻
[1] Paul Viola, Michael Jones, "Robust Real-time Object Detection", Second International Workshop on Statistical and Computational Theories of Vision - Modeling, Learning, Computing, and Sampling, 2001.
[2] 梁振升，“以OpenCV實現即時之人臉偵測與辨識系統”，銘傳大學電腦與通訊工程學系碩士學位論文，2010。
[3] 張哲維，“視覺迴授之即時物體追蹤系統”，國立海洋大學機械與機電工程學系碩士學位論文，2007。
[4] 陳永霖，“互補式金屬氧化物半導體影像感測器(CMOS image sensor) 產業關鍵成功因素之探討—以系統單晶片(SoC)為例”，國立臺灣大學商學研究所碩士論文，2002。
[5] 陳繼棠，“結合膚色區域分割與主要成份分析於多人臉部辨識”，國立台灣海洋大學機械與機電工程學系碩士學位論文，2006。
[6] 楊勝文“使用膚色和臉部特徵的人臉偵測”，逢甲大學通訊工程學系碩士班碩士論文，2012。
[7] 吳展宇，“應用立體視覺迴授於機械臂路徑規劃”，國立台灣海洋大學機械與機電工程學系碩士學位論文，2010。
[8] 張循鋰、林開榮、余誌強，“應用於學習者專注力分析的人臉偵測法之研究”， 教育科技與學習研究論文，2015，pp.45-70。
[9] 楊煒達“簡易方法之少量人臉辨識系統”，國立中央大學資訊工程研究所碩士論文，2007。
[10] 維基百科，特徵臉，http://zh.wikipedia.org/。
[11] 維基百科，主成分分析，http://zh.wikipedia.org/。
[12] Daniel Lelis Baggio,Shervin Emami,David Millan Escriva,Khvedchenia Ievgen,Naureen Mahmood,Jason Saragih,Roy Shilkrot，深入理解OpenCV實用計算機視覺項目解析，劉波 譯，機械工業出版社，2015。
[13] 維基百科，Raspberry Pi，http://zh.wikipedia.org/。
[14] 林建男，“以樹莓派單板電腦為基礎的人群分流之研究”，國立屏東大學資訊工程學系碩士班碩士論文，2015。
[15] 柯博斌，“嵌入式感測盒的實作議題-Raspberry Pi系統模組案例”，國立台灣科技大學自動化及控制研究所碩士學位碩士論文，2014。
[16] 謝俊彥，“基於Raspberry pi之人臉偵測系統”，聖約翰大學資訊與通訊系碩士班碩士學位論文，2016。
[17] 張益裕，Raspberry Pi嵌入式應用程式開發:使用Java，松崗出版股份有限公司，2015。
[18] 河野悅昌，Raspberry Pi實力應用集，許郁文 譯，碁峰資訊股份有限公司，2015。
[19] 柯博文，Raspberry Pi超炫專案與完全實戰，碁峰資訊股份有限公司，2015。
[20] Samarth Shah，Raspberry Pi專案製作:物聯網、機器人、圖像辨識，江良志 譯，碁峰資訊股份有限公司，2016。
[21] Richard Grimmett，Raspberry Pi機器人自造專案，曾吉弘 譯，碁峰資訊股份有限公司，2014。
[22] 淺析人臉檢測之Haar分類器方法，http://alex-phd.blogspot.tw/。