<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 測試測量 > 設(shè)計應(yīng)用 > 基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          作者: 時間:2016-10-29 來源:網(wǎng)絡(luò) 收藏

          技術(shù)是計算機(jī)視覺領(lǐng)域非常重要的研究內(nèi)容,正受到越來越多的關(guān)注。但傳統(tǒng)的PC機(jī)平臺上系統(tǒng)體積龐大、不易攜帶、費(fèi)用高等缺陷。采用通用DSP和多核處理器實現(xiàn)的話,價格昂貴、系統(tǒng)的可拓展性差。本文采用了xilinx公司的-7000系列芯片作為系統(tǒng)實現(xiàn)平臺。-7000系列是Xilinx公司推出的行業(yè)第一個可擴(kuò)展處理All Programmable解決方案平臺,旨在為視頻監(jiān)視、汽車駕駛員輔助以及工廠自動化等高端嵌入式應(yīng)用提供所需的處理與計算性能水平。本設(shè)計采用的是-7000的XC7Z 02芯片,該芯片集成了Crotex—A9 MPCore雙核處理器系統(tǒng),同時內(nèi)部集成了豐富的可編程邏輯資源,該部分包含約1.3M個等效邏輯門數(shù)和220個DSP Slices。這些資源提供了靈活可拓展的圖像處理解決方案。

          本文引用地址:http://www.ex-cimer.com/article/201610/308921.htm

          人臉檢測算法有很多,主要可以分為:基于知識的方法、基于特征的方法、基于模板的方法和基于統(tǒng)計的方法。其中以為統(tǒng)計的人臉檢測算法是無論在檢測精度還是檢測速度上,在計算機(jī)視覺領(lǐng)域被認(rèn)為已經(jīng)達(dá)到很高的水準(zhǔn)。

          1 人臉檢測算法原理

          人臉檢測算法是基于統(tǒng)計模型的方法,該方法給出了一個實時的、穩(wěn)定的檢測架構(gòu)。此方法會從許多典型的數(shù)據(jù)信息中獲取并進(jìn)行特定的分析,得出人臉圖像,這也是人們普遍使用它進(jìn)行人臉識別的最根本原因。這一算法主要有3個方面的特點(diǎn):利用積分圖(Integral Image)快速計算Haar特征;利用Adaboost學(xué)習(xí)算法將Haar特征生成的弱分類器(Weak Classifier)組合成一個強(qiáng)分類器((Strong Classifier);將強(qiáng)分類器串聯(lián)形成級聯(lián)分類器(Cascade Classifier)。

          1.1 Haar特征及積分圖的計算

          Haar特征又稱矩形特征,指的是一系列矩形構(gòu)成的結(jié)構(gòu),這種特征結(jié)構(gòu)簡單,利于快速計算。圖1(a)是四種基本結(jié)構(gòu)的矩形特征。把矩形特征中自色區(qū)域像素灰度值減去黑色區(qū)域的像素灰度值就得到該矩形特征的特征值。圖1(b)矩形特征在人臉檢測中的應(yīng)用,這些典型的矩形特征能夠很好把人臉和非人臉區(qū)分開來。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計
          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          積分圖能夠快速算出Haar特征的特征值。如圖2(a)所示,積分圖像的定義;積分圖圖像的任意一點(diǎn)i(x,y)處的積分圖像值ii(x,y)是原圖像上該點(diǎn)的左上方所有像素的灰度值之和,即

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          引入積分圖,計算任意矩形特征的區(qū)域的灰度值只需要4個參考點(diǎn)即可,圖2(b)中灰色部分的矩形特征區(qū)域的灰度值可以通過A,B,C,D四個點(diǎn)的積分圖來計算,即

          sum=ii(AA)+ii(D)-ii(R)-ii(C) (2)

          其中sum表示該灰色區(qū)域的灰度值。

          1.2 Adaboost人臉檢測算法

          整個Adaboost人臉檢測算法如圖3所示,首先對圖像進(jìn)行預(yù)處理并計算檢測圖像的積分圖,然后掃描其中每個N*N窗口,對于每個N*N窗口需要進(jìn)入一個層次型檢測結(jié)構(gòu)(圖示是一個三層結(jié)構(gòu)每一層都是經(jīng)過Adaboost算法訓(xùn)練得到一個強(qiáng)分類器),計算分類器中的各個Haar特征的特征值,再和閾值α相比較,進(jìn)而選擇得到一個該分類器的影響因子。對于每個分類器的檢測中,所有的影響因子累加起來就是該窗口和人臉的相似度,最終把相似度與閾值β比較。若相似度的值小于β,則判定該窗口圖像不是人臉圖像,將排除該窗口并選擇進(jìn)入下一窗口,若相似度的值大于β,則判定該窗口圖像是人臉窗口圖像,該窗口可以到下個分類器進(jìn)行檢測。如果該窗口通過所有分類器,則該窗口就是人臉窗口,輸出它的位置信息。將圖像中所有N*N的窗口都檢測完,第一輪的檢測也就結(jié)束了。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          一副圖像種人臉的大小是不確定的,為了適應(yīng)不同大小人臉的圖像,在完成第一輪原始圖像的檢測后,需要放大檢測窗口,并重復(fù)上述的步驟直到窗口不能放大為止。最后算法需要將所有檢測窗口進(jìn)行合并,將位置和大小相近的窗口合并在一起。

          2 人臉檢測系統(tǒng)實現(xiàn)

          2.1 硬件設(shè)計方案

          (System On Programmable Chip)就是要在單塊芯片上搭建出整個系統(tǒng),其設(shè)計的內(nèi)容不僅包括硬件設(shè)計,還包括軟件設(shè)計?;赟OPC的實現(xiàn)使得處理器、內(nèi)存控制器等嵌入式系統(tǒng)所包含的硬件組成部分,都嵌入在芯片上。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          本系統(tǒng)依賴的硬件平臺是Zedboard開發(fā)板,系統(tǒng)結(jié)構(gòu)框圖如圖4所示,Zedboard的核心處理芯片是Xilinx公司的Zynq-7000芯片系列的XC7Z02,Zynq-7000芯片內(nèi)部主要分為處理器系統(tǒng)PS(Processing System)和可編程邏輯PL(Programmable Logic)。PS部分內(nèi)部嵌入了ARM Cortex—A9硬核模塊,PL部分為FPGA,用戶可自由設(shè)計自己的硬件邏輯。PS和PL之間的通信通過AXI4高級通信接口,圖5顯示利用Zynq進(jìn)行SOPC開發(fā)的系統(tǒng)啟動流程。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          2.2 系統(tǒng)實現(xiàn)

          圖4給出了系統(tǒng)結(jié)構(gòu)框圖,其中PS部分主要負(fù)責(zé)人臉視頻信號的采集、人臉檢測等模塊;PL負(fù)責(zé)AXI4總線緩存、VGA驅(qū)動、圖像預(yù)處理等模塊。

          系統(tǒng)采用現(xiàn)代的V26的USB攝像頭進(jìn)行視頻的采集,該攝像頭支持最大分辨率為1280*960,同時支持VGA(640*480)模式。圖像數(shù)據(jù)輸出格式可以為8位/16位的YCrCb 4:2:2 ITU2656、IR2601GRB 4:2:2或RGB Raw Data。

          圖像預(yù)處理對人臉檢測有著很重要的作用,圖像預(yù)處理主要由圖像增強(qiáng)和噪聲濾除,本文選用的是中值濾波是進(jìn)行噪聲濾除,中值濾波能有效的濾除圖像中孤立的像素點(diǎn),還能保護(hù)像素的邊緣信息。圖像增強(qiáng)主要采用直方圖均衡化處理。本文通過PL調(diào)用了Xilinx公司的圖像與處理的IP,通過PL對圖像預(yù)處理能夠節(jié)省系統(tǒng)的處理時間。

          視頻顯示輸出采用的是群創(chuàng)的AT070TN07數(shù)字液晶,視頻顯示輸出采用群創(chuàng)AT056TN52數(shù)字液晶,其分辨率為640*480,40Pin 16bit的RGB格式輸出,可視角:L/R/T/B:70/70/50/70,反應(yīng)時間:15 ms。

          人臉檢測模塊主要是通過在PC機(jī)Linux平臺上的QT進(jìn)行代碼的編寫,并通過Xilinx公司的交叉編譯器xilinx-arm-linux將人臉檢測代碼編譯成Zynq平臺可執(zhí)行的文件,然后通過將QT移植到Zynq平臺。下面是本文人臉檢測模塊一些參數(shù):

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          3 實驗與結(jié)果

          實現(xiàn)環(huán)境如圖6所示,輸入圖像采用動態(tài)圖像形式,外部USB攝像頭將640*480的視頻信傳送到Zedboard開發(fā)板上,經(jīng)人臉檢測系統(tǒng)處理。系統(tǒng)輸出采用的方式是開發(fā)板外接一個液晶驅(qū)動電路和液晶屏,經(jīng)過處理的圖像數(shù)據(jù)以640*480@60Hz的標(biāo)準(zhǔn)VGA格式輸出,從液晶屏幕上可以觀察到人臉檢測的結(jié)果。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          本人臉檢測系統(tǒng)采用的級聯(lián)分類器有25級,共有2913個弱分類器。本系統(tǒng)中Zedboard中PS的CPU工作頻率為667 Mhz,PL的工作頻率為100 MHz。得到的實驗結(jié)果如圖7所示,對于640*480分辨率的視頻信號的平均檢測時間56 ms,平均每秒的檢測17.8幀的圖像,基本滿足實時性的檢測結(jié)果。檢測率在93%左右,誤檢率在2%左右。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          在資源消耗方面,Zynq中PS的CPU的使用率為20%,內(nèi)存的使用率為9.4%。PL的使用率如表1所示,可以看出Zynq的資源使用率較小。

          基于SOPC的人臉檢測系統(tǒng)的設(shè)計

          4 結(jié)論

          本文的人臉檢測系統(tǒng)利用了Xilinx公司的Zynq-7000上完成設(shè)計,減小了系統(tǒng)面積,對于620*480的視頻信號基本實現(xiàn)了實時人臉檢測,有很強(qiáng)的實用性。本文介紹的人臉檢測體現(xiàn)了SOPC技術(shù)的靈活性,同時結(jié)合了ARM和FPGA各自的優(yōu)點(diǎn),克服了傳統(tǒng)ARM在圖像視頻領(lǐng)域開發(fā)速度上的劣勢,同時減小了硬件設(shè)計的難度。



          關(guān)鍵詞: 人臉檢測 SOPC Zynq Adaboost

          評論


          相關(guān)推薦

          技術(shù)專區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();