基于S32V來實現人臉識別的應用

摘要：汽車行業ADAS功能需求日益增長，防疲勞駕駛是一個熱門方向，對于駕駛員狀態的檢測，人臉識別是基礎，只有快速準確地識別到人臉，才能對人臉狀態進行分析。本文將介紹基于S32V來實現人臉識別的應用。

一、S32V視覺處理平臺

NXP于2015開始推出S32V平臺，現在已經推出了第二代型號S32V234，第三代目前已經在樣品階段，該平臺定位為ADAS視覺處理，提供了視覺系統應用所需的性能和功能。

對于圖像處理，S32V具有自己的特色，硬件方面：具有兩路CSI和兩路并口攝像頭接口，提供了可圖形化編程的ISP、APEX，以及3D渲染的GPU。其中可編程的ISP可以對通過CSI輸入的攝像頭圖像數據進行處理，支持HDR、顏色轉換、色調映射等。APEX提供了并行圖像處理的能力。還提供了H264硬件編解碼等，基本覆蓋了圖像處理所需要的硬件資源。

軟件方面：提供了VSDK，包含S32V平臺的各個外設驅動，并配有相關例程。API方面提供了OpenCV、FFmpeg、OpenCL、OpenGL、EGL等常用圖像處理相關庫。

圖1 S32V內部框圖

二、人臉識別方案介紹

采用索尼的IMX224攝像頭作為圖像輸入，移植人臉識別庫，建立演示demo將檢測到的人臉實時用方框標記出來。

1.   方案框圖

圖 2 人臉識別方案框圖

2.   Demo搭建

l          獲取攝像頭數據

首先，基于VSDK實現iMX224攝像頭的數據獲取。通過NXP提供S32 Design Studio for Vision Version軟件建立iMX224的ISP處理流程，如下圖所示。

圖 3 ISP處理流程

這里通過運行在IPUS0中的debayer_rgb_simple_interleaced，實現了攝像頭Debayer數據轉RGB，然后通過FDMA傳輸到DDR中供算法調用。如果對于圖像有特殊要求的，可以自己建立對應的IPUS核，對圖像數據進行相關處理。

l          交叉編譯相關庫

移植人臉識別算法庫，該庫基于NCNN神經網絡上搭建人臉識別系統，依賴的庫有OpenCV、NCNN以及Sqlit3。這些庫需要交叉編譯，其中OpenCV和Sqlit3的ARM版S32V已經提供不需要再進行編譯，編譯后的NCNN和人臉識別算法庫都是靜態庫，不需要拷貝到目標板上。

l          人臉檢測demo

通過Qt來實現界面顯示，首先在pro文件中添加VSDK中獲取攝像頭數據的相關庫，算法移植的相關庫，然后通過如下API接口獲取圖像數據。

int getCImg(cv::Mat &cimg);

再調用如下接口進行人臉檢測：

void detectMaxFace(ncnn::Mat& img_, std::vector<Bbox>& finalBbox);

3.   Demo效果

    最后將檢測結果通過Qt界面顯示出來，如下圖所示。

圖4 人臉檢測結果

通過測試，人臉檢測耗時如下所示：