嵌入式實時面部檢測應用設計指南

嵌入式計算機視覺系統(tǒng)與人類的視覺系統(tǒng)非常相似，對來自范圍廣泛的各種產品的視頻信息進行分析和提取，執(zhí)行與人類視覺系統(tǒng)相同的視覺功能。

　　在智能手機、數碼相機和便攜式攝像機等嵌入式便攜產品中，必須在有限的尺寸、成本和功耗條件下提供較高的性能。新興的大容量嵌入式視覺產品市場包括汽車安全、監(jiān)控和游戲。計算機視覺算法識別場景中的物體，然后產生一個比其它圖像區(qū)域更重要的圖像區(qū)。例如，物體和面部檢測可用于增強視頻會議體驗、公共安全檔案管理，以及基于內容的檢索和其它許多方面。

　　可以進行剪裁和尺寸調整，以便適當地將圖像放在面部中心。在本文中，我們提出了一種檢測數碼圖像中的面部、剪裁選定的主面部，并將調整尺寸到固定尺寸輸出圖像的應用（參見圖1）。這種應用可在單一圖像或在視頻流上使用，并且設計用于實時運行。只要人們關注移動產品上的實時面部檢測，為了實現實時吞吐量，就必須采取合適的執(zhí)行步驟。

　　本文提出了在可編程向量處理器上執(zhí)行實時面部檢測應用的部署步驟，這些步驟可用于在任何移動產品上執(zhí)行類似的計算機視覺算法，從這一點上說，它們是通用的。

　　圖1:CEVA面部檢測應用

　　雖然靜態(tài)圖像處理消耗少量的帶寬和分配內存，但是，視頻對于目前的存儲器系統(tǒng)的要求卻相當嚴苛。

　　另一方面，由于檢測和區(qū)分物體需要更多的處理步驟，計算機視覺算法的存儲器系統(tǒng)設計極具挑戰(zhàn)性。考慮19x19像素大小的面部圖形縮略圖。對于這種小圖，可能的灰度值組合就有256361種，需要極高的三維空間。由于面部圖像的復雜性，明確描述面部特征具有一定的難度；因此，建立了以統(tǒng)計模型為基礎的其它方法。這些方法將人臉區(qū)域視為一個圖形，通過瞄準許多“面部”和“非面部”樣品構建區(qū)分器，然后通過分析檢測區(qū)域的圖形來確定圖像是否包含人臉。

　　面部檢測算法必須克服的其它挑戰(zhàn)是：姿態(tài)（正面，45度，側面，倒置）、存在或缺乏結構部分（胡須、眼鏡）、面部表情、遮擋（部分面部可能被其它物體遮?。D像取向（在相機光軸不同的旋轉方向，面部外表直接變化）及成像條件（照明、相機特點、分辨率）。

　　雖然文獻中已經介紹了許多面部檢測算法，但是，只有少量算法能夠滿足移動產品的實時限制性。雖然據報道，許多面部檢測算法能夠產生高的檢測率，但是，由于手機等移動產品的計算和存儲器限制，很少有算法適合實時部署在這些移動產品上。

　　通常，面部檢測算法的實時執(zhí)行在具有相對強大的CPU和較大存儲器尺寸的PC電腦上進行。針對現有面部檢測產品的考察顯示，Viola和Jones在2001年推出的算法已經被廣泛采納。這是一項突破性的工作，允許采用基于外表的方法來實時運行，同時保持相同或更高的準確度。

　　這種算法利用簡單特征的增強級聯，并且可以分為三個主要部分：（1）積分圖 - 用于快速特征評估的高效卷積；（2）使用用于特征選擇的Adaboost,并按照重要性順序對它們進行篩選。每個特征可作為一個簡單的（弱）區(qū)分器使用；（3）使用Adaboost來了解將最不可能包含面部的區(qū)域濾出的級聯區(qū)分器（弱區(qū)分器的集合）。圖2是區(qū)分器級聯的示意圖。在圖像中，大多數子圖像并不是面部實例。

　　根據這種假設，我們可以利用更小的高效區(qū)分器在早期排除許多否定例，同時檢測出差不多所有的肯定例。在后期采用更復雜的區(qū)分器來審查疑難情況。

　　例：24級級聯區(qū)分器

　　一級2特征區(qū)分器=> 排除60%非面部，同時檢測100%面部

　　二級5特征區(qū)分器=> 排除80%非面部，同時檢測100%面部

　　3級、4級和5級20特征區(qū)分器

　　6級和7級50特征區(qū)分器

　　8級至12級100特征區(qū)分器

　　13級至24級200特征區(qū)分器

　　圖2:區(qū)分器的級聯