生物特征識別技術的發(fā)展趨勢及對數(shù)字信號處理器的

生物特征識別技術對數(shù)字信號處理的挑戰(zhàn)

為了獲得更好的性能，研究者們從算法上、應用廠商從應用上對生物特征識別技術進行改進。這些算法根據(jù)不同生物特征的特點，采用新的數(shù)學模型，有效解決了現(xiàn)有算法的不足，使得生物特征識別技術性能上了一個新臺階。新的數(shù)學模型，較之以往的模型更為復雜，計算量更大。為了能夠有效的在數(shù)字信號處理器上實現(xiàn)這些算法，要求數(shù)字信號處理器有更強的處理能力。我們下面結(jié)合人臉識別具體說生物特征識別技術對數(shù)字信號處理的挑戰(zhàn)。

傳統(tǒng)數(shù)字信號處理中核心算法之一就是傅立葉變換，該變換在通信、圖像傳輸、雷達、聲納中都有很大的作用。但是，在相當長的時間里，由于傅立葉變換的計算量太大，即使采用計算機也很難對問題進行實時處理，所以并沒有得到真正的運用。直到傅立葉變換的快速算法即快速傅立葉變換發(fā)現(xiàn)后，傅立葉變換的運算量大大縮短，從而使傅立葉變換在實際中得到了廣泛的應用，也使得在數(shù)字信號處理器上實現(xiàn)傅立葉變換成為了可能。

盡管傅立葉變換對數(shù)學、物理產(chǎn)生了深遠的影響，但對于大多數(shù)應用例如人臉識別而言是遠遠不夠的。比如說人臉圖像中，眼睛所含有的信息較其他部分對識別而言非常重要，需要找到一種方法，提取出眼睛這部分重要的信息，并盡量降低不重要的信息對識別的影響。這就需要對人臉圖像進行局部分析。然而，傅立葉變換無法進行局部分析，使得傅里葉變換在人臉識別中的應用很有限。

為了提高性能，研究者將數(shù)字信號處理領域中新的復雜的變換如Gabor變換、小波變換引入人臉識別中，采用這些變換進行局部分析，提取出對人臉識別有用的特征，從而大大提高了人臉識別的性能。然而，Gabor變換和小波變換的計算量較之傅立葉變換而言非常大，為了在嵌入式設備上實現(xiàn)人臉識別系統(tǒng)，需要高主頻、高性能的數(shù)字信號處理器來實現(xiàn)，這就對數(shù)字信號處理器的設計提出了一個很大的挑戰(zhàn)。

從應用角度而言，為了良好的交互性，在實現(xiàn)人臉識別系統(tǒng)時，要求實時實現(xiàn)從視頻采集到人臉識別全過程完成(或者至少在1~2秒鐘內(nèi)實現(xiàn))，否則，給人的感覺就不自然、不流暢。因而，從良好的交互性角度而言，在嵌入式設備上實現(xiàn)人臉識別系統(tǒng)需要高性能的數(shù)字處理器。

ADI公司的Blackfin系列處理器是一類專為滿足當今嵌入式音頻、視頻和通信應用的計算要求和功耗約束條件而設計的新型 16～32 位嵌入式處理器。Blackfin 處理器基于由 ADI 和 Intel 公司聯(lián)合開發(fā)的微信號架構(gòu)(MSA)，它將一個 32 位 RISC 型指令集和雙 16 位乘法累加(MAC)信號處理功能與通用型微控制器所具有的易用性組合在了一起。 這種處理特征的組合使得 Blackfin 處理器能夠在信號處理和控制處理應用中均發(fā)揮上佳的作用—在許多場合中免除了增設單獨的異類處理器的需要。該能力極大地簡化了 硬件和軟件設計實現(xiàn)任務。

目前，Blackfin 處理器在單內(nèi)核產(chǎn)品中可提供高達 756MHz 的性能。Blackfin 處理器系列中的新型對稱多處理器成員在相同的頻率條件下實現(xiàn)了性能的翻番。Blackfin 處理器系列還提供了低至 0.8V 的業(yè)界領先功耗性能。對于滿足當今及未來的信號處理應用(包括寬帶無線、具有音頻/視頻功能的因特網(wǎng)工具和移動通信)而言，這種高性能與低功耗的組合是必不可少的。

Blackfin處理器具有如下特點：

高性能處理器內(nèi)核。Blackfin 處理器架構(gòu)基于一個 10 級 RISC MCU/DSP 流水線和一個專為實現(xiàn)最佳代碼密度而設計的混合 16/32 位指令集架構(gòu)，該架構(gòu)很適合于全信號處理/分析能力。這種架構(gòu)，使得人臉識別中的復雜的數(shù)字信號處理運算在Blackfin上很容易實現(xiàn)。

高帶寬DMA能力。人臉識別中需要對圖像塊進行操作，這就涉及到內(nèi)存數(shù)據(jù)存取。采用Blackfin的DMA控制器可以自動數(shù)據(jù)傳輸，所需的處理器內(nèi)核開銷極少。這樣可以將寶貴的處理器的運算能力用于人臉識別的計算，減小數(shù)據(jù)存取對性能的影響。

. 視頻指令。人臉識別中最常進行的操作就是對像素值進行處理，Blackfin處理器具有對8位數(shù)據(jù)以及許多像素處理算法所常用的字長的固有支持，大大提高了人臉識別的處理速度。

. 分層存儲器。Blackfin具L1 Cache和L2 Cache兩級Cache，由于Cache較之外部存儲器具有更快的存取速度，因而，在人臉識別時，可以把運算密集的代碼放在L1 Cache或L2 Cache中，這樣可以有效提高處理速度。

上述Blackfin處理器特點表明，Blackfin系列處理器非常適合處理需要高性能運算能力和高數(shù)據(jù)吞吐量的生物特征識別技術。

目前，Hisign已經(jīng)將人臉識別的算法移植到ADI的Blackfin上，性能正在優(yōu)化中。請繼續(xù)關注。

結(jié)語

本文討論了生物特征識別技術的發(fā)展趨勢，結(jié)合人臉識別分析了生物特征識別技術需要高性能的數(shù)字信號處理器的原因，并簡單介紹了Blackfin處理器的特點，指出正是由于Blackfin處理器的這些特點，使得該處理器非常適合作為嵌入式系統(tǒng)中的計算核心，以便將人臉識別等生物特征識別技術移植到嵌入式系統(tǒng)。