《人脸识别实时系统在DSP上的实现.pdf》由会员分享，可在线阅读，更多相关《人脸识别实时系统在DSP上的实现.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、64翻硼衄团幽疆盈溷圃龃文章编号：1 0 0 2 6 8 8 6(2 0 0 8)0 2 0 0 6 4 0 3人脸识别实时系统在D S P 上的实现邹志煌1。程武山2。孙鑫1(1 上海大学机电工程与自动化学院，上海2 0 0 0 7 2；2 上海工程技术大学电子电气工程学院，上海2 0 1 6 2 0)：i 摘要：本文介绍了D S P 6 7 1 l 的硬件特性；分折了人脸检测、识别的原理及算法的选型；运用基于D C T 变换域的L D A 的特征提取方法，实现了人脸的自动识别。在Y a l e 人脸库上的实验结果表明本算法识别率要比直接用P C A 进行特征提取的方法要好。1j 二1：；关
2、键词：D S P 6 7 1 1：D C TL D A 人脸识别。jj：，：R e a lT i m eF a c eR e c o g n i t i o nS y s t e mB a s e dO nD S PZ O UZ h i h u a n g，C H E N GW u s h a n，S U NX i nA b s t r a c t：T h i sp a p e rd i s c u s s e st h es y s t e mb a s e dO i lt h ep l a t f o r mo fT M S 3 2 0 C 6 7 11 T h ep r i n c i
3、p l e so ff a c ed e t e c t i o na n df a c e 僦一o g n i t i o na r；ei n t r o d u c e d AF e a t u r eE x t r a c tm e t h o db a s e dD C Ti sp r o p o s e d As e to fa b u n d a n te x p e r i m e n t e dr e s u l t sp r o v e dt h a tt h i ss y s t e mC S J I w o r ke f f e c t i v e l ya n ds t
4、 e a d i l yw i t hv e r a c i o u so u t c o m e K e yw o r d s：D S P 6 7 11；D C T；I D A；f a c er e c o g n i t i o n0 引言计算机人脸识别技术在生物测量身份识别、安全监控、图像与视频检索和智能人机接口等方面的广泛应用越来越受到研究人员的关注。人脸识别分为以下三部分：人脸检测，特征提取和人脸辨识。随着集成电路和嵌入式技术的发展，使得实时系统中人脸检测和识别具有了硬件基础，成为应用领域的一个研究热点。在一些强实时环境下采用D s P 芯片处理任务具有无可比拟的优越性，在门禁系统、
5、考勤系统等身份验证领域有着广泛的应用价值。控制。F P G A l 控制输入图像的存取。F P G A 2 控制输出图像的存取。D S P 通过E M I F 与F P G A 进行数据交流。如图1 所示。曛。霸I 囡I尘 j 丑图1 系统主要硬件结构图1实时人脸识别系统平台简介2 人脸识别算法及系统应用软件的设计I。IC P U 特性本系统采用的D S P 是1 r I 公司的T M S 3 2 0 C 6 7 1 1。它是基于超长指令字(V L I W)的体系结构的3 2 位浮点处理器，主频1 5 0M H z，峰值处理速度达到12 0 0M I P S s。内部存储器采用两级高速缓存结构
6、，包括第一级4 K B 的高速程序缓存、4 K B 的高速数据缓存和第二级6 4 K B 数据程序高速缓存。C P U 包括3 2 个3 2 位的通用寄存器和由6 个A L U 单元和两个乘法器单元共8 个独立的功能单元。3 2位地址线寻址空间可达到4 G B。1 2 系统硬件构成整个人脸识别系统主要由图像采集、图像数据存储、图像数据处理、图像显示等几个部分组成。图像采集部分使用P h i l i p 公司的S A A 7 1 1 3 专用图像采集器，工作速度2 7 M。图像的存取由两块X i l i n x 公司的1 0 万门F P G A 来2 1 人脸识别系统介绍本系统先利用视频图像的差
7、分技术完成对运动区域的定位，然后对图像进行预处理。接着利用级联分类器方法进行人脸检测，精确定位人脸。之后通过人眼定位对人脸图像进行尺度归一化，接着对图像进行D C T(离散余弦变换)变换，对图像进行压缩，使得图像的大小与训练图像的大小一致。然后用一种P C A 与L D A 相结合的方法进行特征提取。最后用欧式距离分类器进行分类。整个系统P C A+I D A特征提取图2 人脸识别框图作者简介：邬志煌(1 9 8 2 一)男，硕士研究生，现在上海大学机电工程与自动化学院工作。专业：控制理论与控制工程研究方向：图像处理、人脸识别。收稿日期：2 0 0 7 1 1 9 万方数据6 5-2 2 图像
8、差分在本系统中，假设背景静止不动，并且背景相对简单。变化区域是通过采用视频图像的差分技术来确定的。差分图像处理的基本原理是将检测区里的图像在图像空间域上与背景图像进行差分，可以表示为：磁Z(膏，Y)=以髫，t f)一八x，)，j)(1)式中以石，Y，t；)以算，Y，l，)分别为t；与t，时刻在(茹，Y)位置像素点的灰度值。厂(石，)，t。)和八髫，y，f，)在(互，)位置像素点亮度的显著性差异为：f 尘生+f 竺L 二堡、z 1 L L 二l t(2 一)一()s i s i式中m。和钆(k=i j)是f(互，Y，t)在(茗，Y)的某小邻域Q(z，)内的均值和方差，t 是门限。若式(2)成立，
9、则，(戈，Y，t；)和以茗，Y，t，)的亮度在(茗，Y)位置有显著性差异，取磁Z(童，Y)=l；若式(2)不成立，则取磁(工，Y)=0。基于这种差分技术，变化区域的位置可以通过简单的帧相减等技术轻易得到。2 3 图像预处理本系统的图像预处理分为两个阶段：人脸检测预处理和特征提取预处理。人脸检测预处理中首先对图像灰度化。接着采用3 卑3 的滑动窗口对待识别图像进行中值滤波处理，抑制输入原始图像由于随机干扰和脉冲干扰引起的噪声。然后采用直方图均衡化的方法来增强图像，减弱光照的影响。为了加强图像中的目标边界和图像细节，还要进行图像锐化处理。我们采用拉普拉斯算子对图像进行锐化处理，最终得到的锐化图边缘
10、显得粗而亮。图3 显示了图像预处理的效果。在特征提取预处理中，主要完成人眼定位，进而对图像剪裁，把1 4 4 1 8 0 的原图归一化为1 0 0 1 0 0。并通过D C T 变换把图像压缩成5 0 5 0 大小。图3 从左到右依次为原图。直方图均衡化的图，锐化处理后的图，中值滤波后的图2 4 人脸检测经过预处理的差分图像，可能存在多个变化区域，因此还需通过人脸检测来确定人脸。本文人脸区域的确定采用级联分类器来得到。如图4 所示。第一级采用几何尺寸的方法。排除面积过小的类人脸。第二级采用人脸几何特征的方法，选取最终的人脸区域。图4 级联分类器2 5D C T 变换离散余弦变换是数据压缩中最常
11、用的方法之一。对一幅大小维M N 的数字图像A(算，Y)，其二维离散余弦变换定义为：=出)口(。)丢y：OA(x,y)e o s(警炯一+(警)其中珏=O，1，2，新一1；秽=0，l，2，J v l；口(茹)定义为：，、f,1 M，名=0口【茗，2 【2 M，石=1，2，肘一1由公式可知，D C T 就是将信号表示成一系列的余弦信号的线性叠加。离散余弦变换具有的特点是：频域变化因子u，F 较大时，高频D C T 系数Y(“，口)的值很小；而数值较大的y(t，口)分布在H，口较小的区域，即矩阵y 的左上角，而这也是有用信息集中的地方。基于D C T 系图5D C T 图像压缩数重建图像时，只保留
12、少数余弦变换的低频分量，利用反变换仍可得到与原始图像相近的恢复图像。新图像与原图像存在一定的误差，但重要信息被保留下来。图5 为原始图像做D C T 变换得到的D C T 图和选取5 0 5 0 个D C T系数重建图像。2 6 人脸特征提取和分类器的设计2 6 1P C A+L D A 特征提取算法介绍人脸特征提取是人脸识别的关键所在。用于人脸识别的方法，大致可以分为两类：基于统计的方法和基于几何的方法。当应用统计方法解决人脸识别问题时，一再碰到的一个问题是维数问题。我们通常将一幅包含厅m像素的图像看作是，l m 维空间里的一个点。但是，7 m维这样的高维空间对于快速而且鲁棒的识别方法是不太
13、可行的。在低维空间里解析上或者计算上行得通的方法，在高维空间里往往行不通。因此，降低维数就成为处理实际问题的关键。由D C T 变换原理，我们知道低频D C T 系数包含了人脸图像的大量信息。因此，考虑直接在D C T变换域上进行特征提取。2 6 1 1P C A主成分分析(P C A)就是选择样本点分布方差大的坐标轴进行投影，来降低维数而使信息量损失最小，这样就把问题转化为求样本数据协方差矩阵的特征值问题。设训练样本集中有衍个人脸样本，P C A 算法步骤为B 11)把一张图像表示成一个一维向量气，然后把这些向量组成矩阵A。2)计算协方差矩阵。s r=二(气一p)(毛一肛)7=A A 7其中
14、p 2 面1 刍毛3)计算S，的特征值和特征向量，并对特征值降序排序。4)取前n 个对应特征值较大的特征向量形成矩阵形此形即为特征脸矩阵。P C A 方法具有在均方误差最小意义上的最佳重建效中国机械采购网J r1-万方数据邑删凹瞄圈豳蕊瞄翻幽果。但对于各类区分却不一定是最有效的。2 6 1 2L D A线性判别分析(L D A)的目的就是从高维特征空间里提取出最具有判别能力的低维特征。这些特征能帮助将同一个类别的所有样本聚集在一起，不同类别的样本尽量分开。即选择使得样本类间离散度和类内离散度的比值最大的特征。设给定J 7、r 个训练样本，其中包含C 类模式。其样本数量分别为I(i=l，2，c)
15、。C 类模式表示为：毛=h。，托，互。，。于是各类模式的均值向量为：M1 m i2 丽鲁总体样本均值向量为：m=上二m。分别计算类内散布矩阵和类间散布矩阵：样本类间离散度矩阵定义为：S s=己(m i m)(m i m)1样本类间离散度矩阵定义为：cMs=二二(一t n；)(一m。)7对任意一个n 维向量口，计算F i s h e r 函数：，=口7 S B a a 7 S 一，值越大，则表明异类间的差异与同类问的差异之比越大。不同模式之间的线性可分性越强。设A 为矩阵5；s。的最大特征值，而a 是相应的特征向量，则d 就是使得F i s h e r 函数值最大的映射方向。矩阵最多有C 一1
16、个非零特征值，取其最大的R(尺C 一1)个特征值所对应的特征向量组成矩阵：A=口。，a 2。，口。它所对应的映射空间就是使得F i s h e r 函数值最大的冠维空间。L D A 可以大幅地降低特征的维数，并使投影后样本向量的类间散布度最大和类内散布度最小。但当人脸样本数小于人脸样本的维数时，S r 是奇异的，变换矩阵A 不能直接得到，因此线性判别分析过程失效。而实际人脸样本的维数都要比人脸样本数高的多。为了解决这个问题，本文采用的是两次投影的方法，即先用P C A 得到投影矩阵形，然后在投影变换后的子空间中，用L D A 线性判别分析的方法进行一次判别分析投影。特征提取过程如图6 所示。图
17、6P C A+L D A 特征提取2 6 2 欧式距离分类器欧式距离分类法是一种直观和简单的基于向量空间模型的分类方法。相对于最大相似度方法、k 最近邻方法，最小距离分类器的速度优势很明显，经常被选择应用在有实时要求的系统中。最小距离分类器的明显缺陷是，当训练集合在特征空间中没有良好聚类时。其分类性能较差。但是在某些领域，最小距离分类器的性能可与贝叶斯方法、决策树等相竞争，甚至表现出更优越的性能。比如在图像处理和文本分类领域，最小距离分类器或其改进算法被普遍应用H 1。欧式距离基本公式：n=二(气一)23 实验结果与分析为验证本文采用算法的识别率，我们分别在Y a l e 人脸图库上进行了大量
18、实验。并且与经典的人脸识别算法进行比较。分类器都选用欧式距离分类器。人脸库中共有1 5 个人。每人1 l 张图片。采用三张4 7 左边为本文方法右边为经其的P c A 方法图片作训练样本，其余的作为测试样本。识别率比较结果如图7 所示。图中纵坐标表示识别率，横坐标表示实验次数(每次选取不同的训练样本)。从图中可以看出本文的方法要明显好于P C A 的方法。为验证本系统的实时性，本文对3 0 个人在不同光线、有无带眼镜、表情变化等不同情况下进行了实验。实验中。训练阶段在M a t l a b 中执行，然后把得到特征库数据烧人D S P 系统的F l a s h 中。实时系统只完成人脸的检测，预处
19、理，识别分类。实验结果表明系统有较好的实时性，能满足实际应用中对时间的要求。参考文献l 孙鑫，刘兵，刘本永基于分块P C A 的人脸识别【J 计算机工程与应用2 0 0 5：2 72 李晓辉，黎湘。郭桂荣基于L D A 算法的一维距离像特征提取 J】国防科技大学学报2 0 0 5 年第2 7 卷6 期3 任靖，李春平最小距离分类嚣的改进算法加权最小距离分类器 J 计算机应用2 0 0 5 年第2 5 卷5 期p p p 喝妒q p q、一p p 咕、：、一p p p p p p p p p p p p p p p p q 廿p p、妒p 矿p p 屯、妒p p 嘻产、；，。(上接第4 8 页)
20、入口处导流板以及增加除尘室与灰斗处挡板等。以得到更均匀的气、固两相分布流场，为布袋除尘器的实验和优化设计提供依据。参考文献1 石增斌布裳徐尘嚣技术度其应用煤炭技术2 0 0 6。2 5(I)：1 2 3 1 2 52 李毂D M C Y P 型大布裳收尘器的使用与维护环保预除尘2 0 0 6(3)：4 6 4 73 卿孝元。党捷大型布袋除尘嚣后期运行中的维护与管理有色设备2 0 0 6(4)：2 5 2 84 桑亮，扬景玲孙体昌脉冲喷吹袋式除尘器气流分布模拟实验研究能源与环境2 0 0 6(2)：”加5 胡满银，郁金星孙喜娟扬勇外滤式除尘器滤袋内沆场的敷值模拟电力科学与工程2 0 0 7，2
21、3(1)：3 7-3 9 万方数据人脸识别实时系统在DSP上的实现人脸识别实时系统在DSP上的实现作者：邹志煌，程武山，孙鑫，ZOU Zhihuang，CHENG Wushan，SUN Xin作者单位：邹志煌,孙鑫,ZOU Zhihuang,SUN Xin(上海大学,机电工程与自动化学院,上海200072)，程武山,CHENG Wushan(上海工程技术大学,电子电气工程学院,上海201620)刊名：现代机械英文刊名：MODERN MACHINERY年，卷(期)：2008，(2)被引用次数：1次 参考文献(3条)参考文献(3条)1.孙鑫.刘兵.刘本永 基于分块PCA的人脸识别期刊论文-计算机工程与应用 20052.李晓辉.黎湘.郭桂荣 基于LDA算法的一维距离像特征提取期刊论文-国防科技大学学报 2005(06)3.任靖.李春平 最小距离分类器的改进算法-加权最小距离分类器期刊论文-计算机应用 2005(05)相似文献(1条)相似文献(1条)1.期刊论文 程武山.CHENG Wu-shan 基于烧结机尾断面图像处理系统的开发-机电设备2007,24(12)介绍了DSP6711的硬件特性和烧结机尾断面图像检测、识别的原理及算法的选型,并运用基于DCT变换域的LDA特征的提取方法,实现了烧结机尾断面图像的自动识别.系统的实际运行是稳定和有效的.本文链接：http:/