基于TMS320C6713的人臉識別系統(tǒng)設(shè)計

為了人臉識別的相關(guān)算法能快速運行，選擇了TI公司的DSP處理器，另附加鍵盤模塊和PAL制式輸出模塊，可以脫離PC獨立對PAL視頻信號進行采集和處理，并獨立運行人臉的定位，特征抽取以及人臉的識別。硬件方面，系統(tǒng)采用了存儲器切換系統(tǒng)，使得圖像數(shù)據(jù)緩存和讀取分別由CPLD和DSP獨立且同時執(zhí)行，縮短了數(shù)據(jù)的處理周期，保證了系統(tǒng)的實時運行。軟件設(shè)計包括了：人臉定位、人眼定位、樣本存儲以及人臉識別。其中樣本由DSP自動選取，根據(jù)人眼定位和人臉標(biāo)記方框的大小共同決定，選取一部分大小相等且眼距相同的圖片作為訓(xùn)練樣本以及待識別樣本。在主分量分析過程中，提取出主分量構(gòu)成特征臉空間，將原樣本投影到該空間內(nèi)一點，再輸送到KNN分類器中進行分類。該設(shè)備攜帶方便，功耗低并可通過軟件設(shè)計將其應(yīng)用到其他領(lǐng)域，如運動識別、動態(tài)跟蹤等。

　　1 人臉檢測的算法
　　人臉檢測系統(tǒng)可以分為人臉檢測和人臉識別模塊，這兩大模塊又進一步可劃分為人臉檢測與定位、規(guī)范化、特征提取和人臉識別4個模塊。其詳細(xì)結(jié)構(gòu)，如圖1所示。

　　1．1 人臉的定位
　　通過已獲得的樣本來判斷人臉的位置，選取合適的人臉，截取出做樣本是重要的步驟。人臉特征定位與特征提取質(zhì)量的好壞對于人臉圖像識別效果有直接的影響。首先確定人眼的坐標(biāo)(x1，y1)和(x2，y2)，由此可間接得到正方形人臉的左上頂點和右下頂點的坐標(biāo)，設(shè)其分別為(X1，Y1)和(X2，Y2)，其詳細(xì)計算方法如下所示

　　式中，RH和RV均為經(jīng)驗常數(shù)，在設(shè)計過程中將其分別取值為2．0和3．5。如此可在原圖中得到人臉的區(qū)域座標(biāo)，其尺寸隨眼距Widtheyes的大小而變化，但是作為PCA的輸入，要求輸入樣本的維數(shù)相同，所以必須對圖片進行歸一化處理。在設(shè)計中將所得人臉區(qū)域樣本均縮放至24×24。此外還需要對圖片進行對比度調(diào)節(jié)和直方圖均衡等操作，以提高識別的準(zhǔn)確性。

　　1．2 人臉特征提取
　　在設(shè)計人臉識別分類器時，通常將一幅圖片看成一個一維向量。雖然這與傳統(tǒng)的將圖片看成矩陣形式有差別，但是卻能為采用主分量分析(PCA)進行特征臉提取創(chuàng)造有利條件。

　　特征臉分類的方法是將一幅圖像投影到一個特定“臉空間”的一個點。這個“臉空間”由一股互相正交的向量組成。這些向量便是表征各個人臉聚類的重要組成部分。不同人臉的圖片在此空間的相差較遠，相同人臉的不同圖片在此空間上的投影相距較近。因此可以使用PCA的方法為整個人臉識別系統(tǒng)打下基礎(chǔ)。