【正文】 別工作，從而實現(xiàn)自動化智能化管理。 國內(nèi)外 發(fā)展 現(xiàn)狀 現(xiàn)在人臉識別技術(shù)已經(jīng)應(yīng)用在許多領(lǐng)域中，并起到了舉足輕重的作用，人臉識別研究開始于 1966 年 PRI 的 Bledsoe 的工作， 經(jīng)過三十多年的發(fā)展，人臉識別 技術(shù)取得了長足的進步， 現(xiàn)在就目前國內(nèi)外的發(fā)展情況來進行展述。 1993年，美國國防部高級研究項目署 (Advanced Research Projects Agency)和美國陸軍研究實驗室 (Army Research Laboratory)成立了Feret(Face Recognition Technology) 項目組，建立了 feret 人臉數(shù)據(jù)庫，用于評價人臉識別算法的性能 [10]。在美國的進行的公開測試中， FAR，為 53%。這種算法需要人工或自動指出圖像中人的兩眼的中心坐標(biāo)，然后進行識別 。 國內(nèi)的發(fā)展概況 人臉識別系統(tǒng)現(xiàn)在在大多數(shù)領(lǐng)域中起到舉足輕重的作用，尤其是用在 機關(guān)單位的安全和考勤、網(wǎng)絡(luò)安全、銀行、海關(guān)邊檢、物業(yè)管理、軍隊安全、智能身份證、智能門禁、司機駕照驗證、計算機登錄系統(tǒng) 。北京科瑞奇技術(shù)開發(fā)股份有限公司在 2021 年開發(fā)了一種人臉鑒別系統(tǒng)，對人臉圖像進行處理，消除了照相機的 影響，再對圖像進行特征提取和識別。系統(tǒng)可以接受時間間隔較長的照片，并能達到較高的識別率，在計算機中庫藏 2300 人的正面照片，每人一張照片，使用相距 17 年、差別比較大的照片去查詢，首選率可以達到 50%，前 20 張輸出照片中包含有與輸入照片為同一人的照片的概率可達 70% 。鑒定委員會認為，該項技術(shù)處于國內(nèi)領(lǐng)先水平和國際先進水平 [9]。 第一章介紹人臉識別的背景和意義以及國內(nèi)外現(xiàn)狀。 第三章介紹基于 DM642的圖像處理的基礎(chǔ)知識，包括數(shù)字圖像，色彩空間等知識的介紹 第四章介紹系統(tǒng)的概要設(shè)計，從整體上分析各個模塊的功能以及系統(tǒng)的整體的流程。 第六章介紹自己在畢業(yè)設(shè)計的過程中的一些心得體會。 4 第二章 系統(tǒng)的需求分析與方案選擇 應(yīng)用程序的功能需求分析 這個應(yīng)用程序需要在運行在 TI 公司生產(chǎn)的 TMS320DM642 DSP 開發(fā)板上，這是和傳統(tǒng)的基于 vc++和 matlab 的人臉識別應(yīng)用程序是不同的，這個應(yīng)用程序沒有調(diào)用任何有關(guān)圖形處理的矩陣運算函數(shù)，需要完全從底層內(nèi)存進行編程實現(xiàn)，包括人臉圖像檢測，預(yù)處理，特征提取，等算法的編寫。 本設(shè)計要 完成的各個功能模塊如下： (1)視頻 采集 功能 完成視屏的實時監(jiān)控，當(dāng)有人臉出現(xiàn)時，會自動檢測。 (2)人臉檢測功能 對區(qū)域中的人臉進行檢測，利用的原理是：基于膚色的人臉識別。 (4) PCA 算法的實現(xiàn) 這里通過對采集的圖像進行一些列的矩陣運算，提取出圖像的主要特征，并構(gòu)建出特征臉空間，以便于后期的識別功能的實現(xiàn)。 開發(fā)環(huán)境需求分析 本設(shè)計主要是基于 DSP 的人臉識別設(shè)計，用的開發(fā)環(huán)境主要是 TI 公司生產(chǎn)的 DM642 開發(fā)板 （如圖 2） 。 Code Composer Studio 包含一整套用于開發(fā)和調(diào)試嵌入式應(yīng)用的工具。 CCS IDE 提供了單個用戶界面，可幫助您完成應(yīng)用開發(fā)流程的每個步驟。 5 版本 4 之前的 CCS 均基于 Eclipse 開放源碼軟件框架。我們之所以選擇讓 CCS 基于 Eclipse ，是因為它為構(gòu)建軟件開發(fā)環(huán)境提供了出色的軟件框架，并且正成為眾多嵌入式軟件供應(yīng)商采用的 標(biāo)準(zhǔn)框架。 圖 21 ccs 界面 圖 22 設(shè)備截圖 6 第三章 圖像 基礎(chǔ)知識 由于本課程設(shè)計是基于 DM642 開發(fā)板的， DSP的視頻采集和存儲方式是和常用的電腦中的圖像不同的 ，并且在實現(xiàn)人臉識別的過程中運用到了大量的數(shù)字圖像處理算法，因此在這里非常有必要對一些圖像的基礎(chǔ)知識進行一些簡單的介紹。在內(nèi)存中存儲的方式是：前 288 行表示的是奇數(shù)行，后 288 行表示偶數(shù)行。 下面對幾個重要的概念進行介紹，重點介紹 YUV 格式數(shù)字視頻的圖像構(gòu)成。由象素點組成，其中橫向的點數(shù)稱為水平分辨率，縱向的為垂直分辨率，一幅完整的圖分為若干行，稱為一幀圖像。許多靜態(tài)的圖像可以經(jīng)連續(xù)播放產(chǎn)生動態(tài)效果， 25 幀 /秒或 30 幀 /秒的幀速可產(chǎn)生較平滑的動態(tài)顯示效果。 RGB 色彩空間：圖像采集和顯示設(shè)備采用，例如 CCD、 CMOS 攝像頭，CRT 監(jiān)視器等。 YCbCr 色彩空間： Y 表示亮度， Cb 和 Cr 表示色差。色差信號常做 2:1 抽樣處理以節(jié)省帶寬 。電影也是活動圖像，電影把大量靜止圖像 7 記錄在膠片上，一張一張地連續(xù)顯示出來，就成了我們看到的電影。 1 秒鐘包含的圖像幀數(shù)為幀頻， 1 秒鐘包含的總行數(shù)為行頻， 1 秒鐘包含的 總像素數(shù)實際上就是相當(dāng)于視頻帶寬。我國的黑白視頻信號幀頻為 25 Hz，就是說每秒顯示 25 幅圖像，之所以規(guī)定為 25 Hz，而不是其它的某個值，主要是因為兩個原因。理論上來說幀頻越高越好，但是幀頻越高，對電路的要求也越高，技術(shù)越復(fù)雜，成本也越高（現(xiàn)在有的電腦彩顯幀頻已達到 200Hz），在當(dāng)時的條件下，只能選擇一個大于 24 的盡量小的值。所以選擇了 25 Hz 幀頻 。電視在顯示圖像的時候，把一幀分成了兩場來顯示，一個場由幀中的奇數(shù)行組成，叫做奇場，另一個場由幀中的偶數(shù)行組成，叫做偶場。當(dāng)然還有一些別的原因，與電路設(shè)計方面有關(guān)。 Y 代表亮度信息， U(Cb)代表藍色色差（就是藍色信號與亮度信號之間的差值）， V(Cr)代表 紅色色差。這個問題是很困難的，因為色度信號也要占用較大的帶寬，而在電視射頻頻帶上，一個頻道挨著一個頻道，亮度信號（實際上還有調(diào)頻的伴音信號）已經(jīng)把頻帶給塞滿了，幸運的是，后來終于運用壓縮亮度信號帶寬、大面積著色等技術(shù)解決了這個問題。在接收機中，簡單地說，把收到的信號中的 處的帶寬 的信號取出來就成了色度信號，而把收到的信號中的 處的這個信號濾掉剩下的就是亮度信號。下面我們從時域的角度來看看它們的一行的波形，如圖所示，黑白視頻的亮度信號采用了調(diào)幅制，一行的周期是 64μ s，其中顯示在屏幕上的信號占 52μ s，其余部分為行消 14 隱、行同步頭。 上面說的是彩色視頻信號怎么加到原來的黑白視頻信號中。而彩色圖像的像素的描述要復(fù)雜一些，有很多不同的方法，比如在印刷行業(yè)中用的是 CMYK（青、品紅、黃、黑）四色合成的方法，而在計算機或電視機的 CRT 顯象管中都是用的 RGB（紅、綠、藍）三基色合成的方法，我也不明白為什么要選這三種顏色，而沒選別的顏色，我猜想可能是因為人眼包含 RGB 三種色感細胞，所以用這三種基 色能合成比較多的人眼能識別的彩色出來，或者因為這三種基色的熒光粉比較容易制造。用 RGB 三基色來表示彩色的確很直觀，但是如果把這種方法用作圖像傳輸則絕不是一個好的方法。對于電視機而言，就意味著必須解碼出 RGB 信號才有可能得到黑白圖像，而黑白電視機沒有解碼功能，所以不能實 現(xiàn)兼容。 (3) 抗干擾能力差。 基于這些原因，在視頻信號傳輸中采用的是 YUV合成的方法。假定一個像素是用 YUV 表示的，我們只要忽略 UV 分量，取出 Y 分量，就可以得到像 素的亮度值，從而把彩色圖像轉(zhuǎn)換為黑白圖像。 (2) 節(jié)省帶寬。實驗發(fā)現(xiàn)， 9 人眼對亮度信息是敏感的，主要通過亮度差別來分辨物體形狀的細節(jié)，而對彩色信息是不敏感的，人眼區(qū)分不出物體顏色上的細小的變化，或者說人眼不容易覺察出來圖像的色彩的細節(jié)部分的變化。這就是大面積 著色原理。換個方式來說，比如在計算機中，用 RGB 方式描述一個像素需要 R、 G、 B 共 3 個字節(jié)?；蛘呙總€像素 Y 用一個字節(jié)， U 用半個字節(jié)， V 用半個字節(jié)，共 2 個字節(jié)。由于亮度信號是單獨表示的，所以如果色差信號受到干擾，不會影響到亮 度，主觀感覺噪聲不會明顯增加。 視頻信號的缺點： (1) 幀頻低。 (2) 分辨率低。由于采用了隔行掃描，一幀圖像要由連續(xù)的兩場來拼合而成，而實際上很難保證兩場中的行準(zhǔn)確地錯開（對準(zhǔn)間隙），這進一步導(dǎo) 15 致垂直方向的分辨能力損失。亮度信號和色度信號混合在一起，解碼的時候不能很好地分開，導(dǎo)致亮度信號和色度信號互相干擾。除非重新制定新的標(biāo)準(zhǔn)，否則前面提到的三個問題在現(xiàn)有基礎(chǔ)上都很難改進。而現(xiàn)在正在研究的數(shù)字電視，是重新制定的全新的標(biāo)準(zhǔn)，用以獲得膠片質(zhì)量的圖像，可能會徹底淘汰現(xiàn)在的視頻標(biāo)準(zhǔn)和電視設(shè)備 數(shù)字視頻 視頻信號起初是以模擬信號的形式保存在錄像磁帶上的，而現(xiàn)在隨著數(shù)字技術(shù)的發(fā)展，可以變成數(shù)字信號保存在光盤或計算機硬盤中，當(dāng)然這些離不開功能強大的計算機，實際上，在嵌入式領(lǐng)域，數(shù)字視頻也是可以應(yīng)用 10 的，比如用單片機或 DSP 來處理數(shù)字視頻數(shù)據(jù)。把模擬視頻信號解碼為 YUV 分量后，分別進行 A/D 量化采樣，轉(zhuǎn)換為數(shù)字視頻流，時間上也應(yīng)該是按上面的順序依次輸出。比如 1994 年國際無線電咨詢委員會出臺了 CCIR601 標(biāo)準(zhǔn)，這個標(biāo)準(zhǔn)主要是針對演播室的要求制定的，其中規(guī)定亮度信號的采樣頻率是 MHz，色度信號的采樣頻率是 MHz，采用 8 位 PCM 編碼。而每行的 U 或 V 采樣數(shù)為 432 個，有效的 U 或 V 采樣數(shù)為 360 個。國際無線電咨詢委員會還出臺了CCIR656 建議，其中規(guī)定視頻數(shù)據(jù)的量化值中的 0 和 255 保留不用，而量化數(shù)據(jù)串行輸出的順序是： U0、 Y0、 V0、 Y1， U2， Y2， V2， Y3， U4， Y5， V4，Y6，如此循環(huán)。在此我們順便計算一下數(shù)字視頻流的數(shù)據(jù)量，每秒的數(shù)據(jù)量 =（ 720 像素 *576 行 *25 幀） *2 字節(jié) =20736000 字節(jié)，數(shù)據(jù)率約165Mbps。 在這里有必要首先介紹一下，該系統(tǒng)的設(shè)計思想，整個視頻處理的過程是基于一個視頻采集框的。 人臉識別過程主要分為兩個階段：訓(xùn)練階段和識別階段。然后將所有的“人臉”投影到特征臉空間中，得到一組坐標(biāo)值。然后比對各個坐標(biāo)值的歐式距離，來達到識別的目的。 圖 41 系統(tǒng)設(shè)計 12 系統(tǒng)流程圖 系統(tǒng) 主要 分為 訓(xùn)練 階段和識別階段， 系統(tǒng)的流程圖如下 ： 訓(xùn)練階段 識別階段 圖 42 系統(tǒng)流程圖 13 (1)訓(xùn)練階段的程序運行過程圖解 ： 訓(xùn)練階段 否 是 圖 43 訓(xùn)練階段流程圖 在訓(xùn)練階段，程序會不斷的檢測，攝像頭是否拍到了人臉，如果攝像頭拍到了人臉并且，人臉框在視頻采集框的內(nèi)部，則將采集一張人臉到內(nèi)存中。然后進入“識別階段”。具體的過程這里不再詳述。 （ 2） 人臉檢測：通過不斷視頻采集循環(huán)不斷的監(jiān)控外界，如果有人臉， 用一個框?qū)⑺虺?，稱此框為人臉框。等待處理。 訓(xùn)練階段的視頻處理主要是對圖像進行主成分分析算法（ PCA）的處理，得到特征臉空間。 （ 5）圖像識別： 對待檢測的圖像與人臉庫中的人臉進行比對，以對人臉進行識別。 如果視頻采集框中 的人臉不是人臉庫中一個則顯示一個叉“ x”。采集過程主要由攝像頭完成，攝像頭從外界攝入一幀圖像并把它傳送到圖像處理緩存區(qū)里面，然后在圖像處理緩存區(qū)里經(jīng)過一系列的算法處理。 第四章的訓(xùn)練階段和識別階段所用到的算法，比如 PCA 算法，歐式距離的求解等，都是在 視頻顯示循環(huán)中完成的。 經(jīng)過統(tǒng)計證明，不同人種，不同環(huán)境下的膚色區(qū)別主要受亮度影響，受色度影響較小， CrCb 空間下膚色的統(tǒng)計分布如下圖所示： 圖 51 膚色的色差分布 本文采用通用閾值方法對膚色區(qū)域進行判斷，對于圖象中每一個象素 M（ i ， j） 如果 77Cb（ i， j） 177 且 133Cr（ i， j） 173,則將 M 的亮度設(shè)置為 0xff，否則設(shè)置為 0x00。也就是 17 說根據(jù) CrCb 的閾值分布將符合條件的像素點的 Y 值賦 0x255 （最亮），不符合 CrCb 的閾值分布條件的像素點的 Y 值為 0。 本程序 對膚色范圍進行了判斷計算，并將膚色區(qū)域用方框標(biāo)出，得到“人臉框”。專門用于采集圖像到緩存區(qū)。 下面是部分源代碼供參考： for(i=260。i++)//視頻采集框 { *(Uint8 *)(t