基于TMS320C6713的人臉識別系統(tǒng)設(shè)計
南京航空航天大學(xué) 姜鈺 丁萬山
摘要： 為了人臉識別的相關(guān)算法能快速運行,，選擇了TI公司的DSP處理器,，另附加鍵盤模塊和PAL制式輸出模塊，可以脫離PC獨立對PAL視頻信號進(jìn)行采集和處理，并獨立運行人臉的定位，特征抽取以及人臉的識別。硬件方面，系統(tǒng)采用了存儲器切換系統(tǒng)，使得圖像數(shù)據(jù)緩存和讀取分別由CPLD和DSP獨立且同時執(zhí)行,，縮短了數(shù)據(jù)的處理周期，保證了系統(tǒng)的實時運行,。軟件設(shè)計包括了：人臉定位,、人眼定位、樣本存儲以及人臉識別,。其中樣本由DSP自動選取,，根據(jù)人眼定位和人臉標(biāo)記方框的大小共同決定，選取一部分大小相等且眼距相同的圖片作為訓(xùn)練樣本以及待識別樣本,。在主分量分析過程中,，提取出主分量構(gòu)成特征臉空間，將原樣本投影到該空間內(nèi)一點,，再輸送到KNN分類器中進(jìn)行分類,。該設(shè)備攜帶方便，功耗低并可通過軟件設(shè)計將其應(yīng)用到其他領(lǐng)域,，如運動識別,、動態(tài)跟蹤等。
Abstract：
Key words :
為了人臉識別的相關(guān)算法能快速運行,，選擇了TI公司的DSP處理器,，另附加鍵盤模塊和PAL制式輸出模塊，可以脫離PC獨立對PAL視頻信號進(jìn)行采集和處理,，并獨立運行人臉的定位,，特征抽取以及人臉的識別。硬件方面,，系統(tǒng)采用了存儲器切換系統(tǒng),，使得圖像數(shù)據(jù)緩存和讀取分別由CPLD和DSP獨立且同時執(zhí)行,，縮短了數(shù)據(jù)的處理周期，保證了系統(tǒng)的實時運行,。軟件設(shè)計包括了：人臉定位,、人眼定位、樣本存儲以及人臉識別,。其中樣本由DSP自動選取,，根據(jù)人眼定位和人臉標(biāo)記方框的大小共同決定，選取一部分大小相等且眼距相同的圖片作為訓(xùn)練樣本以及待識別樣本,。在主分量分析過程中，提取出主分量構(gòu)成特征臉空間,，將原樣本投影到該空間內(nèi)一點,，再輸送到KNN分類器中進(jìn)行分類。該設(shè)備攜帶方便,，功耗低并可通過軟件設(shè)計將其應(yīng)用到其他領(lǐng)域,，如運動識別、動態(tài)跟蹤等,。
1 人臉檢測的算法
人臉檢測系統(tǒng)可以分為人臉檢測和人臉識別模塊,，這兩大模塊又進(jìn)一步可劃分為人臉檢測與定位、規(guī)范化,、特征提取和人臉識別4個模塊,。其詳細(xì)結(jié)構(gòu)，如圖1所示,。
1．1 人臉的定位
通過已獲得的樣本來判斷人臉的位置,，選取合適的人臉，截取出做樣本是重要的步驟,。人臉特征定位與特征提取質(zhì)量的好壞對于人臉圖像識別效果有直接的影響,。首先確定人眼的坐標(biāo)(x1，y1)和(x2,，y2),，由此可間接得到正方形人臉的左上頂點和右下頂點的坐標(biāo)，設(shè)其分別為(X1,，Y1)和(X2,，Y2)，其詳細(xì)計算方法如下所示
式中,，RH和RV均為經(jīng)驗常數(shù),，在設(shè)計過程中將其分別取值為2．0和3．5。如此可在原圖中得到人臉的區(qū)域座標(biāo),，其尺寸隨眼距Widtheyes的大小而變化,，但是作為PCA的輸入,，要求輸入樣本的維數(shù)相同，所以必須對圖片進(jìn)行歸一化處理,。在設(shè)計中將所得人臉區(qū)域樣本均縮放至24×24,。此外還需要對圖片進(jìn)行對比度調(diào)節(jié)和直方圖均衡等操作，以提高識別的準(zhǔn)確性,。
1．2 人臉特征提取
在設(shè)計人臉識別分類器時,，通常將一幅圖片看成一個一維向量。雖然這與傳統(tǒng)的將圖片看成矩陣形式有差別,，但是卻能為采用主分量分析(PCA)進(jìn)行特征臉提取創(chuàng)造有利條件,。
特征臉分類的方法是將一幅圖像投影到一個特定“臉空間”的一個點。這個“臉空間”由一股互相正交的向量組成,。這些向量便是表征各個人臉聚類的重要組成部分,。不同人臉的圖片在此空間的相差較遠(yuǎn)，相同人臉的不同圖片在此空間上的投影相距較近,。因此可以使用PCA的方法為整個人臉識別系統(tǒng)打下基礎(chǔ),。
第一步，采集到N個樣本用作訓(xùn)練集X,，求出樣本平均值m,，如式(1)所示
其中，xi∈樣本訓(xùn)練集X=(x1,，x2,，…，xN),。
第二步,，求出散布矩陣S，如式(2)所示
根據(jù)PCA的基本原理,，必須求出散布矩陣的特征值λi和對應(yīng)的特征向量ei,。其中，ei便是主分量,，且其對應(yīng)的特征值的大小代表它包含信息的多少,。所以需要將特征值從大到小依次排列λ1，λ2,，…,。如圖2所示，左邊是由λ1對應(yīng)的特征向量重建的人臉圖像,，基本能分辨出人臉的輪廓,，右邊是由λ100對應(yīng)的特征向量重建的圖像，看起來更像是噪聲,，如果將其應(yīng)用到系統(tǒng)中,，對識別是不利的,。
假設(shè)取出p個值，λ1,，λ2,，…，λp可以確定出臉空間E=(e1,，e2,，…，eP),，在此臉空間上,，訓(xùn)練樣本X中，每個元素投影到該空間的點可以由式(3)得到
由上式得到的是將原向量經(jīng)過PCA降維后的p維向量,，下一步便是將其輸入KNN分類器進(jìn)行分類,。
1．3 KNN分類器的構(gòu)建
KNN的實現(xiàn)分訓(xùn)練和識別兩步。訓(xùn)練時,，把每類樣本降維后的結(jié)果作為KNN的輸入,。K近鄰算法將一個測試點x分類為與它最接近的K個近鄰中出現(xiàn)最多的那個類別,，從測試樣本點開始生長,，不斷擴大區(qū)域，直到包含進(jìn)K個訓(xùn)練樣本點為止,，并且把測試樣本點的類別歸為這最近K個訓(xùn)練樣本點中出現(xiàn)頻率最大的類別,。如圖3所示，圓圈表示待識別數(shù)據(jù)所處的位置,，選擇K值為3時,，選中實線圓中的3個數(shù)據(jù)，識別結(jié)果為三角形代表的類,；選擇K值為5時,，選中虛線圓中的5個數(shù)據(jù)，識別結(jié)果為正方形代表的類,。所以選取恰當(dāng)?shù)腒值對分類的結(jié)果有很大影響,。如果K值選取過大時，可能能較正確地分類,，但是同時犧牲了性能,，提高了計算復(fù)雜度。如果K值選取過小,，則大大降低了計算復(fù)雜度,，但是可能會影響分類的準(zhǔn)確性。
2 系統(tǒng)硬件設(shè)計
系統(tǒng)設(shè)計時選用TMS320C6713,，這是TI公司生產(chǎn)的C6000系列的浮點處理器,，其采用了VLIW體系結(jié)構(gòu),，指令運行的等效周期數(shù)較低，運行速度較快,。圖像的采集采用了PAL制式輸出的普通攝像頭加上TI公司生產(chǎn)的圖像編碼芯片TVP5147,，該芯片支持多種制式，多種接口輸入,，并可以輸出YUV格式的視頻數(shù)據(jù),，同時提供行同步信號和垂直同步信號等。數(shù)據(jù)暫存使用CPLD和SRAM實現(xiàn),。設(shè)計系統(tǒng)構(gòu)成,，如圖4所示。
2．1 TVP5147芯片
系統(tǒng)上電時,，TMS320C6713首先對TVP5147初始化,，其通過I2C總線實現(xiàn)，DSP自帶I2C總線控制器,。芯片I2C地址是由芯片引腳I2CA的電平控制的,，如該引腳接高電平，則I2C寫地址為0xB8,，否則為OxBB,。
假如系統(tǒng)初始化為從Y[9．．O]端口輸出10位的YUV混合視頻數(shù)據(jù)，則可知道其輸出符合以下時序,，如圖5所示,。
圖中第一行為DATACLK信號，其為TVP5147芯片提供的數(shù)據(jù)時鐘信號,，第二行為數(shù)據(jù)Y[9…0],，當(dāng)每一行圖像開始之前，會有4個SAV信號,，同樣,，結(jié)束之后也有4個EAV信號，如圖5所示,，數(shù)據(jù)是YCbCr格式,，每個像素點的數(shù)據(jù)為4個數(shù)據(jù)組成，一次為Cb,，Y,，Cr，Y,。而由圖5中可以看出AVID信號為高電平時,，表明當(dāng)前的數(shù)據(jù)為有效數(shù)據(jù)。這為CPLD采集有效數(shù)據(jù)提供了參考信號,。同時TVP5147芯片還輸出FID信號,，該信號為奇偶場指示信號,。
2．2 CPLD讀寫SRAM
存儲器選擇了DS1265AB，它是SRAM存儲器,，具有存儲速度快的優(yōu)點,，并能夠在系統(tǒng)掉電時保存數(shù)據(jù)10年。DS1265具有1 MB的容量,，20根地址線,，8根數(shù)據(jù)線，另有WE,，OE,，CE信號輸入端。
CPLD選用EPM7128具有價格便宜,、計數(shù)頻率高等優(yōu)點,。將存儲器SRAM接到CPLD的IO引腳上，配合時序便能達(dá)到對SRAM讀寫的要求,，原理圖,，如圖6所示。
編寫CPLD程序使得輸出時序滿足SRAM的存儲要求,，當(dāng)然對于設(shè)計的具體要求,，利用兩片SRAM分別存儲奇偶場的數(shù)據(jù)，SRAM的切換是由奇偶場信號FID控制多片74HC245實現(xiàn)的,，詳細(xì)過程,，如圖7所示,。當(dāng)FID處于高電平時,，此時M1和M4使能，此時CPLD將地址信號CPLDaddr輸入SRAM1中,，DSP將地址信號DSPaddr輸入至SRAM2中,，同時M6和M8使能，由圖中可以看出,，此時CPLD正向SRAM1寫入數(shù)據(jù),，而DSP正從SRAM2中讀取數(shù)據(jù)，同時M10使能,，CPLD的信號CPLDctl控制SRAM1的讀寫,，而DSP的信號DSPctl控制SRAM2的讀寫，當(dāng)FID轉(zhuǎn)為低電平時,，正好將SRAM1和SRAM2實現(xiàn)了交換,。以這種方式構(gòu)建的系統(tǒng)，能同時將視頻的兩場數(shù)據(jù)同時記錄下來,，實現(xiàn)了CPLD和DSP的有機結(jié)合,。至此CPLD的任務(wù)就是將有效的圖像數(shù)據(jù)存儲到對應(yīng)的SRAM中,，當(dāng)TVP5147芯片AVID引腳上升沿時，置地址為初始值00h,，即從首地址依次往后寫入,。每一個數(shù)據(jù)時鐘信號DATACLK上升沿時將TVP5147輸出的Y[9…2]存儲到當(dāng)前地址單元，Y0和Y1位舍棄,，因為所選擇的SRAM數(shù)據(jù)位為8位,，當(dāng)放棄Y0和Y1位后，降低了圖像數(shù)據(jù)的精度,，但對識別效果的影響卻很小,，然后隨著DATACLK每次上升沿的來臨，CPLD將地址單元加1,，這樣實現(xiàn)每一場數(shù)據(jù)的寫入,。當(dāng)切換至另一場數(shù)據(jù)時，執(zhí)行的過程相同,，只是存儲的對象被74HC245強制更改,，如此循環(huán)，便可將每場數(shù)據(jù)記錄下來,。
2．3 圖像輸出系統(tǒng)的設(shè)計
系統(tǒng)設(shè)計時為了減輕負(fù)擔(dān),，采用電視監(jiān)控的方法，將小型電視機通過TI公司的視頻編碼芯片THS8135連接至DSP總線,，將得到的YUV數(shù)據(jù)通過THS8135直接輸出至電視AV的視頻接收端,，并且通過DSP可以將一些信息顯示到電視屏幕上，這樣使得識別的過程更加人性化,。
3 系統(tǒng)軟件設(shè)計
系統(tǒng)硬件調(diào)試成功后,，需要提供一定的軟件算法等，以實現(xiàn)軟件和硬件的結(jié)合,，在此設(shè)計中,，SRAM是擴展在DSP處理器EMIF上的，DSP處理器通過讀信號的觸發(fā)將有效奇偶場數(shù)據(jù)分別存儲為兩個一維數(shù)組,，以供處理,。
3．1 DSP的圖像預(yù)處理
TVP5147芯片輸出的圖像數(shù)據(jù)并非RGB格式，而是以YUV格式輸出的,。需要通過DSP處理器轉(zhuǎn)換成RGB格式,，才能進(jìn)行圖像的預(yù)處理，轉(zhuǎn)換公式如式(4)所示
DSP將圖像數(shù)據(jù)讀入內(nèi)存空間,，然后對其進(jìn)行運算,，將得到的RGB分別放到對應(yīng)的存儲單元，并算出灰度值Gray，運算公式如式(5)所示
將最后得到的灰度值存放到對應(yīng)的數(shù)組當(dāng)中,。每張圖片由兩場圖片構(gòu)成,，所以完整的圖片分辨率為720×576。但是對于系統(tǒng)本身無需對其每一個像素都進(jìn)行轉(zhuǎn)換,，所以截取其中320×240進(jìn)行存儲,，這樣每場的分辨率為320×120，大大降低了由YUV到灰度圖像預(yù)處理和臉部定位的時間,，提高了系統(tǒng)的性能,。
3．2 人臉判別流程
將得到的320×240的圖片經(jīng)過人臉的檢測后，將截取人臉的部分作為人臉樣本,。設(shè)計時,，人臉的所有樣本都將在顯示器上顯示出來，降低了人臉錯誤檢測的可能,，一定程度上提高系統(tǒng)的準(zhǔn)確性,。
人臉的樣本分辨率為24×24，作為576維的一維向量輸入至PCA,。圖8(a)為計算PCA投影矩陣的流程圖,，圖8(b)為KNN分類器的工作流程圖，其中訓(xùn)練樣本經(jīng)過PCA投影后的數(shù)值,，不需要在每次識別中重新計算,，可以作為初始化時的計算，也可存儲于掉電非易失介質(zhì)中,，如Flash存儲器中,，可以提高設(shè)備的運行效率，降低運算量,。
如圖8所示,，KNN分類器可以判斷最接近的分類，但是并不能拒絕分類,，于是產(chǎn)生了任何人的臉都將被分到內(nèi)置樣本集的一類中,。這樣的分類方式是不可取的,，所以必須加入是否拒絕的判定,，流程圖如圖9所示。
如流程圖中顯示,，當(dāng)樣本點經(jīng)過PCA降維后,，輸送至KNN分類器進(jìn)行分類，所得到的結(jié)果一定可以判定為第K類,，此時不能急于定論,，先求出待測點與K類標(biāo)號的樣本點的歐氏距離之和sum。定義兩個閾值a和b,，如果sum<a值則判定為第一類,；如果sum>b值則判定為拒絕類,；如果sum介于a和b值之間，則引入精度控制量accuracy,，計算出sum與a的差值,，如若小于精度控制量accuracy，則判定為第K類,，否則拒絕分類,。由這樣的過程，間接解決了樣本錯分和無法判否的問題,。
4 試驗結(jié)果
該實驗中,，選定a的值為12 400，b的值為16 200,，這兩個值的確定需要進(jìn)行大量的實驗,，從中找出規(guī)律。x的值的大小直接影響識別的效果,，文中分別選取x=4和x=5進(jìn)行了測試,。
(1)x=4時：程序在測試可識別庫中的分屬12個人的36幅人臉圖像時，正確識別出其中的33幅,，其余3幅圖像均被判否,，0個判錯。程序在測試不可識別庫中的分屬3個人的33幅人臉圖像時,，22幅圖像被成功判否,，11幅被誤判；
(2)x=5時：程序在測試可識別庫中的分屬12個人的36幅人臉圖像時,，正確識別出其中的25幅,，其余l(xiāng)l幅圖像均被判否，O幅判錯,。程序在測試不可識別庫中的分屬3個人的33幅人臉圖像時,，28幅圖像被成功判否，5幅被誤判,。
分析上面的實驗數(shù)據(jù)可知,，x=4時，可識別庫的識別率為91．6％,，不可識別庫的判否率為66．7％,。x=5時，可識別庫的識別率為69．4-％,，不可識別庫的判否率為84．8％,。因此，應(yīng)用于不同的場合時，應(yīng)選擇不同的x值,，當(dāng)要求盡可能拒絕外來人臉時,，可選x值為5，當(dāng)要求盡量識別已知人臉時,，可選x值為4,。
5 結(jié)束語
此人臉識別系統(tǒng)的構(gòu)建，充分考慮了其推廣性,，未采用USB攝像頭作為圖像采集設(shè)備,，而以通用視頻標(biāo)準(zhǔn)的模擬攝像頭取而代之，因此用戶在攝像頭選擇的時候,，可以更加自由,。同時該設(shè)備支持多種接口輸入，除了普通的R-jack口之外,，還提供了Svideo,，YPbPr和RGB等輸入方式。該設(shè)備的識別精度可達(dá)90％以上,，基本滿足了識別要求,。系統(tǒng)實時性好、攜帶方便,，可以通過程序的修改推廣到動態(tài)圖像跟蹤,、運動檢測等領(lǐng)域。
此內(nèi)容為AET網(wǎng)站原創(chuàng),，未經(jīng)授權(quán)禁止轉(zhuǎn)載,。