基于DSP的人臉識(shí)別系統(tǒng)設(shè)計(jì)

3 系統(tǒng)軟件設(shè)計(jì)
系統(tǒng)硬件調(diào)試成功后，需要提供一定的軟件算法等，以實(shí)現(xiàn)軟件和硬件的結(jié)合，在此設(shè)計(jì)中，SRAM是擴(kuò)展在DSP處理器EMIF上的，DSP處理器通過(guò)讀信號(hào)的觸發(fā)將有效奇偶場(chǎng)數(shù)據(jù)分別存儲(chǔ)為兩個(gè)一維數(shù)組，以供處理。
3．1 DSP的圖像預(yù)處理
TVP5147芯片輸出的圖像數(shù)據(jù)并非RGB格式，而是以YUV格式輸出的。需要通過(guò)DSP處理器轉(zhuǎn)換成RGB格式，才能進(jìn)行圖像的預(yù)處理，轉(zhuǎn)換公式如式(4)所示

DSP將圖像數(shù)據(jù)讀入內(nèi)存空間，然后對(duì)其進(jìn)行運(yùn)算，將得到的RGB分別放到對(duì)應(yīng)的存儲(chǔ)單元，并算出灰度值Gray，運(yùn)算公式如式(5)所示

將最后得到的灰度值存放到對(duì)應(yīng)的數(shù)組當(dāng)中。每張圖片由兩場(chǎng)圖片構(gòu)成，所以完整的圖片分辨率為720×576。但是對(duì)于系統(tǒng)本身無(wú)需對(duì)其每一個(gè)像素都進(jìn)行轉(zhuǎn)換，所以截取其中320×240進(jìn)行存儲(chǔ)，這樣每場(chǎng)的分辨率為320×120，大大降低了由YUV到灰度圖像預(yù)處理和臉部定位的時(shí)間，提高了系統(tǒng)的性能。
3．2 人臉判別流程
將得到的320×240的圖片經(jīng)過(guò)人臉的檢測(cè)后，將截取人臉的部分作為人臉樣本。設(shè)計(jì)時(shí)，人臉的所有樣本都將在顯示器上顯示出來(lái)，降低了人臉錯(cuò)誤檢測(cè)的可能，一定程度上提高系統(tǒng)的準(zhǔn)確性。
人臉的樣本分辨率為24×24，作為576維的一維向量輸入至PCA。圖8(a)為計(jì)算PCA投影矩陣的流程圖，圖8(b)為KNN分類器的工作流程圖，其中訓(xùn)練樣本經(jīng)過(guò)PCA投影后的數(shù)值，不需要在每次識(shí)別中重新計(jì)算，可以作為初始化時(shí)的計(jì)算，也可存儲(chǔ)于掉電非易失介質(zhì)中，如Flash存儲(chǔ)器中，可以提高設(shè)備的運(yùn)行效率，降低運(yùn)算量。

如圖8所示，KNN分類器可以判斷最接近的分類，但是并不能拒絕分類，于是產(chǎn)生了任何人的臉都將被分到內(nèi)置樣本集的一類中。這樣的分類方式是不可取的，所以必須加入是否拒絕的判定，流程圖如圖9所示。

如流程圖中顯示，當(dāng)樣本點(diǎn)經(jīng)過(guò)PCA降維后，輸送至KNN分類器進(jìn)行分類，所得到的結(jié)果一定可以判定為第K類，此時(shí)不能急于定論，先求出待測(cè)點(diǎn)與K類標(biāo)號(hào)的樣本點(diǎn)的歐氏距離之和sum。定義兩個(gè)閾值a和b，如果suma值則判定為第一類；如果sum>b值則判定為拒絕類；如果sum介于a和b值之間，則引入精度控制量accuracy，計(jì)算出sum與a的差值，如若小于精度控制量accuracy，則判定為第K類，否則拒絕分類。由這樣的過(guò)程，間接解決了樣本錯(cuò)分和無(wú)法判否的問(wèn)題。

4 試驗(yàn)結(jié)果
該實(shí)驗(yàn)中，選定a的值為12 400，b的值為16 200，這兩個(gè)值的確定需要進(jìn)行大量的實(shí)驗(yàn)，從中找出規(guī)律。x的值的大小直接影響識(shí)別的效果，文中分別選取x=4和x=5進(jìn)行了測(cè)試。
(1)x=4時(shí)：程序在測(cè)試可識(shí)別庫(kù)中的分屬12個(gè)人的36幅人臉圖像時(shí)，正確識(shí)別出其中的33幅，其余3幅圖像均被判否，0個(gè)判錯(cuò)。程序在測(cè)試不可識(shí)別庫(kù)中的分屬3個(gè)人的33幅人臉圖像時(shí)，22幅圖像被成功判否，11幅被誤判；
(2)x=5時(shí)：程序在測(cè)試可識(shí)別庫(kù)中的分屬12個(gè)人的36幅人臉圖像時(shí)，正確識(shí)別出其中的25幅，其余l(xiāng)l幅圖像均被判否，O幅判錯(cuò)。程序在測(cè)試不可識(shí)別庫(kù)中的分屬3個(gè)人的33幅人臉圖像時(shí)，28幅圖像被成功判否，5幅被誤判。
分析上面的實(shí)驗(yàn)數(shù)據(jù)可知，x=4時(shí)，可識(shí)別庫(kù)的識(shí)別率為91．6％，不可識(shí)別庫(kù)的判否率為66．7％。x=5時(shí)，可識(shí)別庫(kù)的識(shí)別率為69．4-％，不可識(shí)別庫(kù)的判否率為84．8％。因此，應(yīng)用于不同的場(chǎng)合時(shí)，應(yīng)選擇不同的x值，當(dāng)要求盡可能拒絕外來(lái)人臉時(shí)，可選x值為5，當(dāng)要求盡量識(shí)別已知人臉時(shí)，可選x值為4。

5 結(jié)束語(yǔ)
此人臉識(shí)別系統(tǒng)的構(gòu)建，充分考慮了其推廣性，未采用USB攝像頭作為圖像采集設(shè)備，而以通用視頻標(biāo)準(zhǔn)的模擬攝像頭取而代之，因此用戶在攝像頭選擇的時(shí)候，可以更加自由。同時(shí)該設(shè)備支持多種接口輸入，除了普通的R-jack口之外，還提供了Svideo，YPbPr和RGB等輸入方式。該設(shè)備的識(shí)別精度可達(dá)90％以上，基本滿足了識(shí)別要求。系統(tǒng)實(shí)時(shí)性好、攜帶方便，可以通過(guò)程序的修改推廣到動(dòng)態(tài)圖像跟蹤、運(yùn)動(dòng)檢測(cè)等領(lǐng)域。