基于Hi3519的人臉識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

作者 張治軍 華為技術(shù)有限公司(廣東 深圳 518100)

張治軍，男，1986.10.15，研究生，中級(jí)職稱(chēng)，研究方向：物聯(lián)網(wǎng)

摘要：隨著平安城市和智慧城市的項(xiàng)目的深入發(fā)展，對(duì)于人類(lèi)識(shí)別技術(shù)的應(yīng)用需求越來(lái)越大，為了滿足人臉識(shí)別的需求，設(shè)計(jì)并實(shí)現(xiàn)了一種基于Hi3519的人臉識(shí)別視頻監(jiān)控系統(tǒng)，以海思芯片Hi3519為核心處理器，用Sony的IMX226作為前端視頻采集，通過(guò)WIFI傳輸經(jīng)過(guò)H.265壓縮后的音視頻數(shù)據(jù);重點(diǎn)闡述了人臉識(shí)別攝像機(jī)的硬件件設(shè)計(jì)與實(shí)現(xiàn)，同時(shí)講述了人臉識(shí)別的技術(shù)流圖。

0 引言

　　隨著我國(guó)向數(shù)字化、信息化社會(huì)的邁進(jìn)，人們對(duì)人臉識(shí)別技術(shù)的了解和認(rèn)識(shí)也將逐漸增進(jìn)，人臉識(shí)別技術(shù)的市場(chǎng)需求會(huì)越來(lái)越大，而人臉識(shí)別技術(shù)和識(shí)別系統(tǒng)的性能也將在不斷發(fā)展中日益完善，更好地服務(wù)大眾。人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)采集人臉圖像，用Adaboost 算法和膚色模型對(duì)原始圖像進(jìn)行人臉檢測(cè)，得到初始化人臉圖像，然后利用Camshift 算法跟蹤，提高人臉識(shí)別的效率和可靠性。

1 系統(tǒng)結(jié)構(gòu)和工作原理

　　人臉識(shí)別系統(tǒng)分為注冊(cè)和認(rèn)證兩個(gè)階段，主要由四個(gè)部分組成：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。人臉識(shí)別系統(tǒng)流圖如圖1所示。

　　通過(guò)攝像機(jī)采集人臉圖像，根據(jù)Adaboost算法把人臉的模式特征挑出來(lái)用于人臉檢測(cè)，在人臉檢測(cè)的基礎(chǔ)在進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理，把人臉圖像特征提取出來(lái)，最后把提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配，當(dāng)相似度超過(guò)這一閾值，則把匹配得到的結(jié)果輸出。

2 系統(tǒng)硬件設(shè)計(jì)

　　本文選擇海思Hi3519作為系統(tǒng)核心處理器，它提供了 8K30/4K120 廣播級(jí)圖像質(zhì)量的數(shù)字視頻錄制，支持業(yè)界領(lǐng)先的多路 4K Sensor 輸入，多路 ISP 圖像處理，支持HDR10 高動(dòng)態(tài)范圍技術(shù)標(biāo)準(zhǔn)，并支持多路全景硬件拼接，在支持 8K30/4K120 視頻錄制下，Hi3519提供硬化的 6-Dof 數(shù)字防抖，減少了對(duì)機(jī)械云臺(tái)的依賴(lài)。Hi3519集成了雙核 A73 和雙核 A53，獨(dú)創(chuàng)性的大小核架構(gòu)和雙操作系統(tǒng)，使得功耗和啟動(dòng)時(shí)間達(dá)到均衡。系統(tǒng)硬件結(jié)構(gòu)如圖2所示。

2.1 核心處理器

　　核心處理器Hi3519是攝像機(jī)最核心從模塊，承載了圖像處理與分析、編解碼壓縮等大量工作，最后通過(guò)WIFI模塊把壓縮后的H.265格式視頻流發(fā)送出去。

2.2 音視頻采集模塊

　　音頻IC采用的是美信公司的低功耗、語(yǔ)音單聲道音頻編解碼器MAX9860ETC+。視頻采集模塊采用Sony公司的開(kāi)發(fā)的4K圖像傳感器芯IMX226，它是一款1/1.7英寸的CMOS數(shù)字圖像傳感器，支持全高清4K@60fps(2304H x 1296V)，支持自動(dòng)白平衡，且具有較好的低照度。音視頻借口電路示意圖如圖3所示。

　　為得到較好的音視頻效果和滿足產(chǎn)品EMC要求，Hi3519芯片在視頻管腳VDAC_CVBS增加一個(gè)75Ω精度1%對(duì)地電阻;在音頻輸出管腳AC_OUTL 和AC_OUTR 的外圍增加一個(gè)音頻放大器和及濾波電路;同時(shí)，音視頻模塊的模擬電源AVDD33_VDAC，必須使用1000Ω@100Mhz磁珠與數(shù)字電源3.3V 用隔離。

2.3 存儲(chǔ)模塊

　　存儲(chǔ)器模塊包括串行NOR FLASH和DDR3。系統(tǒng)使用FLASH來(lái)存儲(chǔ)系統(tǒng)程序和Linux內(nèi)核，DDR作為整個(gè)系統(tǒng)的緩沖中心。Hi3519接口支持 DDR3顆粒，主芯片有兩個(gè)DDRC，每個(gè)DDRC有16根地址線，32 bit數(shù)據(jù)線，可支持對(duì)接2PCS 16 bit位寬DDR顆?；?4PCS 8 bit 位寬 DDR顆粒。DDR采用MICRON的MT40A512M16JY-075E，F(xiàn)lash采用Mxic公司的MX25U25635F。FLash電路如圖4所示。

　　Hi3519V101 FLASH 控制器支持SPI NOR FLASH、SPI NAND FLASH、并行NANDFLASH 和EMMC。為了實(shí)現(xiàn)功能和滿足產(chǎn)品EMC要求，F(xiàn)lash的引腳SFC_CLK必須串接一個(gè)33 Ω電阻，SFC_WP_IO2需要一個(gè)4.7 K下拉電阻，SFC_HOLD_IO3 和SFC_CSN0需要一個(gè)4.7 K上拉電阻，且Flash所有信號(hào)引腳PCB走線不能超過(guò)3inch。

　　為增加DDR的穩(wěn)定性，時(shí)鐘信號(hào)DDR0_CLK_N/P 和DDR1_CLK_N/P 采用一驅(qū)二的拓?fù)?，在T點(diǎn)位置跨接1個(gè)75 ? 電阻;DDR4 的外部電阻(ZQ)選擇 240 ?，精度±1%;在 Reset 信號(hào)T點(diǎn)過(guò)孔鄰近的位置增加1個(gè)1nF電容。

2.4 其它模塊

　　WIFI模塊采用必聯(lián)電子的BL-M8812AU2，是一款Realtek8812au方案 WIFI Module無(wú)線模塊雙頻千兆無(wú)線WIFI模塊;為了提升夜間視頻效果，系統(tǒng)增加了紅外電路設(shè)計(jì)，通過(guò)光敏電阻來(lái)調(diào)節(jié)紅外LED燈亮度，以達(dá)到最佳人臉檢測(cè)效果。

3 Adaboost算法

　　Adaboost 算法是自適應(yīng)的Boosting算法的一種。它利用大量的簡(jiǎn)單分類(lèi)器，把它們疊加起來(lái)構(gòu)成一個(gè)強(qiáng)分類(lèi)器?；舅枷耄寒?dāng)分類(lèi)器對(duì)樣本正確分類(lèi)時(shí)，則減少樣本的權(quán)值;否則，增加樣本的權(quán)值，讓學(xué)習(xí)算法在后續(xù)學(xué)習(xí)中集中對(duì)比較難的訓(xùn)練樣本進(jìn)行學(xué)習(xí)，最終得到一個(gè)識(shí)別率高的分類(lèi)器。因此，Adaboost 算法需要有適當(dāng)?shù)娜鯇W(xué)習(xí)算法和由此算法所建立的弱分類(lèi)器。針對(duì)人臉檢測(cè)的弱分類(lèi)器如下：

　　把所有分類(lèi)器連接起來(lái)組成一個(gè)篩選式的級(jí)聯(lián)分類(lèi)器，每個(gè)節(jié)點(diǎn)都有多個(gè)分類(lèi)器構(gòu)成，且每個(gè)節(jié)點(diǎn)的識(shí)別率都很高;在任一級(jí)的計(jì)算中，如果一旦確認(rèn)目標(biāo)“不在類(lèi)別中”，則終止計(jì)算，即說(shuō)明沒(méi)有人臉。因此，目標(biāo)對(duì)象只有通過(guò)分類(lèi)器中的所有級(jí)別，才會(huì)認(rèn)為被檢測(cè)到。因此，當(dāng)目標(biāo)出現(xiàn)頻率較低時(shí)(如一幅大圖里只有一幅小臉)，篩選式的級(jí)聯(lián)分類(lèi)器計(jì)算量大大降低，從而迅速判斷出此處無(wú)人臉。

4 結(jié)束語(yǔ)

　　本文基于海思Hi3519硬件和Adaboost算法，設(shè)計(jì)了一款人臉識(shí)別攝像機(jī)，此攝像機(jī)能在復(fù)雜環(huán)境中自動(dòng)、快速、準(zhǔn)確的把人臉檢測(cè)與識(shí)別出來(lái)。

　　參考文獻(xiàn)：

　　[1]陶亮.基于人臉識(shí)別的身份認(rèn)證方法研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2003.

　　[2]李華勝，楊燁，袁寶宗.人臉識(shí)別系統(tǒng)中的特征提取[J].北京交通大學(xué)報(bào),2001.

　　[3]Jonsson K, Kitter J, Li Y P,et al. Support vector machines for face authentication[J].Imaging and Vision Computing,2002.

　　[4]周杰，盧春雨張長(zhǎng)水.人臉自動(dòng)識(shí)別方法綜述 [J].電子學(xué)報(bào),2000.

　　[5]歐維，劉榮，蔣紅梅.智能視頻監(jiān)控技術(shù)在電視監(jiān)控系統(tǒng)中的應(yīng)用[J].智能建筑電氣技術(shù)，2007(5):3-5.

　　[6]范金剛.智能視頻監(jiān)控系統(tǒng)若干關(guān)鍵技術(shù)的研究和實(shí)現(xiàn)[D].成都：電子科技大學(xué),2006.

　　[7]黃璐.數(shù)字視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].系統(tǒng)仿真技術(shù)，2006,2(2):118-124.

　　[8]梁修如，嚴(yán)國(guó)萍.嵌入式視頻監(jiān)控服務(wù)器系統(tǒng)典型方案及其性能分析[J].電視技術(shù)，2005(10):93-96.

　　[9]程懇，陳長(zhǎng)清，張鵬宇，等.一個(gè)嵌入式視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].微計(jì)算機(jī)信息，2008,24(14):12-13,84.

　　[10]王軍，許建龍，孫樹(shù)森.視頻監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].浙江理工大學(xué)學(xué)報(bào)，2008,25(3):301-304.

本文來(lái)源于《電子產(chǎn)品世界》2018年第12期第63頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。