近年来,随着人民生活质量的提升,许多公共场所和家庭都装上了监视器,以期实现对人和财产的安全保障。市场对视频监控产品越来越大的需求,使其蕴藏着巨大的发展潜力。与此同时,图像处理与计算机视觉技术的不断进步,推动着视频监控向智能化的方向发展。不同于传统视频监控,智能视频监控系统能够对目标进行定位、识别和行为理解,并在异常情况发生时实现自动报警。这些特点使得智能监控技术的研究成为备受关注的前沿课题之一。但现有的智能监控系统主要基于PC平台实现,存在成本高,安装困难的问题,不利于在个体家庭内的使用。因此本文设计并实现了一个基于嵌入式平台的人脸识别智能监控系统。该系统可以自动识别闯入监控区域人员的身份,并在识别出陌生人时,自动触发报警功能。本文完成的主要工作如下:(1)由于ARM平台计算能力有限,需要缩小图像才能实现快速人脸识别。然而缩小图像降低了图像分辨率,导致1.5米外的人脸不能被识别。针对这个问题,本文提出了基于运动目标检测的人脸识别方法。系统首先采用ViBe(Visual Background Extractor)算法检测闯入监控区域的运动目标,然后在检测到的目标区域内,采用AdaBoost和LBP(Local Binary Pattern)算法进行人脸检测与识别。经实验验证,该算法不但可以大大降低计算量,提高人脸识别实时性,而且直接对原图像进行处理,解决了低分辨率下,不能识别较远距离人脸的问题。(2)本文在检测到运动目标后,将计算目标的最大外接矩形,后续的人脸检测与识别只在矩形区域图像内进行。但在实验中发现,很多情况下,只有人的身体部分处在外接矩形区域内,而脸部被排除在外,这很大程度上降低了人脸识别率。针对这个问题,本文通过实验设计和验证,提出上移首次得到的目标外接矩形的方法,解决了人脸不在矩形区域内的问题。由于人的脸部处在矩形区域内的上部位置,因此,本文通过只处理第二次得到矩形内的上面部分图像,进一步缩小后续人脸识别的图像面积,提高了系统实时性。(3)设计并实现了基于ARM平台下的人脸识别智能监控系统。使用基于Linux操作系统的OK210开发板作为硬件开发平台,系统主要实现了视频图像采集,运动目标检测、人脸检测、人脸识别、异常报警、图片保存、Android客户端设计等功能。可以自动检测并识别监控区域出现的人脸,如果识别出陌生人闯入,则启动异常报警模块提示用户采取防范措施,并保留关键视频图像。系统运行结果验证了上述功能的可行性,为视频监控产品的智能化,提供了一个完整有效的解决方案。