随着目前社会安全隐患的不断增加,在远程监控中人脸识别技术变得十分重要。在远程监控环境中面临着人脸图像中存在复杂表情的情况,使得人脸识别效果很不理想。随着市场上在远程监控安全防范性方面的需求越来越大,监控环境中人脸识别性能的提高越来越迫在眉睫。目前在对静态图像的人脸识别方面,已经有很多成熟的算法和系统,并且拥有非常优秀性能,但是对于动态图像往往性能急剧下降。因为在实际环境中,被监控人是无主动意识、非配合状态的,采集到的人脸往往含有复杂的表情。表情的变化往往是人脸识别算法性能降低的主要因素之一,所以如何减小表情变化的影响,提高人脸识别系统在复杂表情下的人脸识别率是本文的研究目标之一。本文的目的是设计与实现在复杂表情下,面向远程监控应用的嵌入式人脸识别系统。研究内容包括人脸检测、嵌入式与网络编程、人脸切割、图像归一化处理、表情无关性处理、人脸识别等方面的关键技术。该系统首先在嵌入式平台上采集图像数据并进行人脸检测,检测有人脸的图像经过3G无线网络传输到PC上位机平台;上位机接受图像数据后显示在前台界面,然后进行人脸检测并分割人脸对象,继续进行人脸图像的归一化处理;调用后台程序,首先通过特征点提取、特征点拟合、图像恢复进行表情无关性处理,然后用PCA人脸识别得到识别结果。本文从减小表情干扰出发,在即使有较大的表情干扰时,通过表情无关性处理,提高人脸识别系统在复杂表情下的识别率。