基于DSP的人臉識別系統的設計與實現

劉澤超

（1.太原理工大學， 山西　太原　030024；

2.太原重工工程技術有限公司， 山西　太原　030024）

引言

隨著視頻監控近年來在中國的迅速普及，需要有一種能夠迅速識別身份的技術應用于視頻監控中，以便實現智能預警。人臉識別技術是一種基于人臉部特種信息來開展識別身份工作的技術，擁有可采集性、穩定性、唯一性與廣泛性等眾多優點，用于身份識別的最佳選擇無疑是人臉識別技術。而傳統的人臉識別系統有許多缺點，如在要求便于安裝設備、要求人臉識別系統設備體積較小的場合就不算非常的實用，而這是因為該系統的采集人臉圖像與驅動外部硬件的工作都是靠計算機完成，這套人臉識別系統是基于微型計算機實現的。所以，為了更好地進行人臉識別，有必要設計一個便于安裝的小型化人臉識別系統。

隨著科技技術的不斷進步，嵌入式系統的應用越來越廣，硬件電路設備的信息數據處理速度也在不斷加快，數字信號處理器（DSP）的優勢也愈加明顯。基于DSP技術的人臉識別系統具有使用方便、微型化、拓展靈活、控制功能強、功耗低和體積小等眾多優點。DSP在人臉識別系統中的應用為其帶來新的發展機遇。

1　人臉識別系統的設計

基于DSP技術的人臉識別系統的設計主要有兩部分，分別是硬件平臺設計與軟件算法設計，具體設計方法如下。

1.1　人臉識別系統的硬件平臺設計

在進行人臉識別檢測的工作中，離不開以下三個步驟：人臉圖像采集；人臉圖像壓縮處理；人臉圖像顯示。

1.1.1　采集圖像

常見的圖像采集攝像頭有CCD傳感器攝像頭、基于USB的攝像頭、長焦鏡頭、針孔鏡頭和廣角鏡頭等。而從成本和普及率角度考慮的話，人臉識別系統應當選擇一款性價比高、普及率高的攝像頭，且像素值不能過低，方便軟件處理圖像。而為了滿足上述要求，可以選擇CCD傳感攝像頭。CCD傳感攝像頭能夠轉化圖像成YCbCr圖像，滿足人臉識別系統設計要求。

1.1.2　顯示屏

要選擇一個720*588像素值的顯示屏來對圖像進行顯示才能夠和攝像頭采集到的圖像相匹配。此外，對于顯示屏還要求顏色鮮艷、層次感強、對比度高、亮度好、具備能夠“主動”準確控制屏幕上的每一個像素點的功能，這樣可以大大地縮短系統的反應時間。經過反復斟酌，人臉識別系統最終選擇了一種有源的矩陣液晶顯示屏—薄膜場效應晶體管顯示屏，即TFT。盡管薄膜場效應晶體管顯示屏成本高且功耗大。但瑕不掩瑜，因為薄膜場效應晶體管顯示屏豐富的色彩與較高的對比度，最終仍舊采用薄膜場效應晶體管顯示屏。

1.1.3　DSP微處理器

一幅圖像中的數據量是非常大的，因此選擇一款優秀的處理芯片，能夠較好地支持圖像的運算匹配，經過反復挑選，人臉識別系統最終選擇DM642處理器芯片。因為以下幾點原因：一是DM642處理器芯片支持8個獨立的運算單位同時進行，并支持這8個獨立的運算單位進行并行執行與數據不對齊儲存；二是DM642處理器芯片的芯片內核采用的是的C6000系列，C6000系列芯片內核擁有各種不同外設接口，最高可以達到600MH的z處理器頻率，采用的是哈佛體系的結構；三是DM642處理器芯片擁有64個32位的寄存器，并且這個寄存器功耗極低；四是DM642處理器芯片擁有一個64位的存儲接口，能夠連接異步或是同步的外設存儲器；五是DM642處理器芯片上集成了3個端口進行視頻的輸入、輸出，可以與通用視頻圖像解碼器無縫連接，還集成了一個鏈接口，可以用于音頻的輸入、輸出；六是DM642處理器芯片使用的是10/100 Mbps的以太網多媒體控制器電路、32位/66 MHz的PCI主從機接口電路與12C總線控制模板。通過上述6點我們可以看出，DM642處理器芯片可以較好地支持人臉圖像的運算匹配，是用于人臉識別系統顯示屏的最佳選擇。

1.2　人臉識別系統的系統軟件算法設計

人臉檢測算法與人臉識別算法是人臉識別系統軟件算法的主要兩種，前者是定位人臉位置，后者是在人臉數據庫中，選擇出與檢測圖像最為匹配的人臉圖像。

1.2.1　人臉檢測算法

基于膚色的人臉檢測法同基于知識基于統計、基于模板匹配等人臉檢測算法相較而言，能夠在多姿態人臉、背景復雜的檢測情況下取得更好地檢測效果，還擁有計算速度快、計算量小等優勢，所以在人臉檢測算法中，多采用基于臉部膚色信息算法。

基于臉部膚色的信息算法，第一要實現膚色分離，這個可以使用YCbCr顏色空間，第二要根據橢圓膚色模型，對人臉識別圖像開展二值化處理工作，第三要對圖像中的小毛刺與孤立的點進行消除，可以使用形態學濾波，第四要根據八連通方法來進行人臉標記，第五要利用矩形方框來對圖像中人臉所在的區域進行識別標記。

1.2.2　人臉識別算法

先對比分析輸入系統的人臉圖像和人臉數據庫中的人臉圖像，再利用識別算法來確定輸入識別系統中的人臉圖像和人臉數據庫中的圖像是否匹配。具體順序是輸入圖像→圖像預處理→特征提取→人臉匹配→輸出識別結果，這便是人臉識別系統的人臉識別主要工作過程。其中圖像預處理使用圖像灰度化法，人臉特征提取算法使用基于小波變換的主成分分析法（PCA法，也叫做K-L變換），最后圖像間相似度的判斷使用距離分類器。

2　人臉識別系統的應用實現

在完成相關的數據初始化設置之后，便可以開啟攝像頭模塊。每次按下按鍵的時候，便會看見LED燈也會被點亮，同時在按鍵的時候，攝像頭便會對人臉圖像進行一次采集，并且當前的圖像會顯示在顯示屏上。而與此同時，通過EDMA通道將采集到的人臉圖像傳送到了計算機的RAM中，供之后的人臉圖像算法的使用。當完成圖像采集工作之后，依次顯示一遍所采集的圖像，其中也包括有待識別的人臉圖像與訓練庫中的人臉圖像，同時也會判斷采集到的人臉圖像是否滿足各項要求。最后是對比訓練庫中的人臉圖像和待識別的人臉圖像，顯示屏上會顯示最為匹配的圖像。

在實現識別人臉的過程中，最先開始嘗試存入人臉數據庫中不戴眼鏡的人臉圖像和待識別的戴眼鏡的人臉圖像進行識別的實驗。進過測試之后，發現基于DSP的人臉識別系統可以在時間較短的情況得出較好的識別效果。此外，在臉部偏轉、表情不正常、光照不正常的情況下，該系統的人臉圖像采集與識別的測試結果如下：一是被采集、測試對象是否配戴眼鏡對于人臉識別結果并沒有什么影響；二是當光線較亮或是太暗的時候，對人臉識別系統的識別結果有較大影響；三是在識別對象的面部表情出現變化的時候，人臉識別系統仍舊能夠得到較好的識別結果；四是當人臉識別對象的面部偏轉角度不超過20°的時候，對于人臉識別系統的識別結果基本不構成影響。

3　結論

通過實驗分析能夠得到以下結論：基于DSP的人臉識別系統對于識別對象面部偏轉一定角度、配戴眼鏡、表情變化都可以取得較為令人滿意的人臉識別效果，這同時也說明了設計的此套人臉識別系統具備可靠的功能性。

人臉識別系統主體采用DSP芯片設計的人臉識別系統對于識別對象面部偏轉一定角度、配戴眼鏡、表情變化都可以取得較為令人滿意的人臉識別效果。此外，該系統還具備眾多優點，如成本低、便于安裝維護、反應速度快、識別成功率高和性能穩定，因此擁有較強的應用前景。

[1]王超.基于DSP的人臉識別系統的設計與實驗[J].唐山學院學報，2017，30（3）：67-69.

[2]盧春雨.基于區域特征的快速人臉檢測法[J].清華大學學報，1999（1）：101-105.

[3]周鵬飛.基于嵌入式人臉采集前端的人臉識別系統研究[J].信息化研究，2013（6）：19-22.