一种基于低功耗嵌入式平台的人脸识别系统

摘要

本发明涉及一种基于低功耗嵌入式平台的人脸识别系统，包括ARM核心处理模块、视频采集模块、显示模块以及外围数据传输接口，所述的ARM核心处理模块分别连接视频采集模块、显示模块和外围数据传输接口；视频采集模块采集视频信号并传输给ARM核心处理模块，ARM核心处理模块将视频信号转化为图像信号后，对该图像信号进行人脸检测、人眼定位、人脸图像标准化、特征提取和识别比对处理后，将检测识别结果显示在显示模块上或通过外围数据传输接口输出。与现有技术相比，本发明具有功耗低、运算速度快、识别精度高、适用范围广等优点。

权利要求

1.一种基于低功耗嵌入式平台的人脸识别系统，其特征在于，包括ARM核心处理模块、视频采集模块、显示模块以及外围数据传输接口，所述的ARM核心处理模块分别连接视频采集模块、显示模块和外围数据传输接口；

视频采集模块采集视频信号并传输给ARM核心处理模块，ARM核心处理模块将视频信号转化为图像信号后，对该图像信号进行人脸检测、人眼定位、人脸图像标准化、特征提取和识别比对处理后，将检测识别结果显示在显示模块上或通过外围数据传输接口输出；

所述的视频采集模块包括可见光摄像头和近红外摄像头，所述的近红外摄像头中设有LED近红外补光灯；

所述的视频采集模块还包括下述图像采集步骤：

1)可见光摄像头采集可见光图像并传输给ARM核心处理模块，ARM核心处理模块对该图像进行人脸检测，并判断是否检测到人脸，若是，则执行步骤2)，若否，则执行步骤3)；

2)开启LED近红外补光灯，近红外摄像头采集近红外人脸图像并传输给ARM核心处理模块进行人脸识别，返回步骤1)；

3)判断连续未检测到人脸的次数是否大于设定值，若是，则执行步骤4)，若否，则返回步骤1)；

4)关闭LED近红外补光灯，停止近红外人脸图像采集识别，返回步骤1)。

2.根据权利要求1所述的一种基于低功耗嵌入式平台的人脸识别系统，其特征在于，所述的ARM核心处理模块包括ARM处理器、DDR内存芯片、NandFlash存储器、电源管理子模块、晶振电路和外围接口管理子模块，所述的ARM处理器分别连接DDR内存芯片、NandFlash存储器、电源管理子模块、晶振电路和外围接口管理子模块，所述的DDR内存芯片分别连接视频采集模块和显示模块，所述的外围接口管理子模块与外围数据传输接口连接，所述的NandFlash存储器的存储容量为1G，所述的DDR内存芯片的存储容量为256M。

3.根据权利要求2所述的一种基于低功耗嵌入式平台的人脸识别系统，其特征在于，所述的NandFlash存储器为存储有事先训练得到的先验知识的存储器。

4.根据权利要求3所述的一种基于低功耗嵌入式平台的人脸识别系统，其特征在于，所述的人脸图像标准化是指根据人眼定位出的人眼位置，把人脸图像从整幅图像中截取出来，然后通过旋转、剪切、缩放和光照预处理，最后获得标准人脸图像；

所述的识别比对处理是指将提取的标准人脸图像的人脸特征与NandFlash存储器中事先训练得到的先验知识进行识别比对处理。

5.根据权利要求1所述的一种基于低功耗嵌入式平台的人脸识别系统，其特征在于，所述的外围数据传输接口包括GPRS接口、WIFI接口、USB接口和以太网接口。

6.根据权利要求1所述的一种基于低功耗嵌入式平台的人脸识别系统，其特征在于，所述的显示模块中设有语音提示子模块。

说明书

一种基于低功耗嵌入式平台的人脸识别系统

技术领域

[0001] 本发明涉及一种图像识别技术，尤其是涉及一种基于低功耗嵌入式平台的人脸识别系统。

背景技术

[0002] 随着信息科技的发展，人脸识别技术逐步走向成熟与实用化，在视频监控、门禁系统、考勤系统以及通关系统等安全领域得到了重要应用。目前，人脸识别的实现硬件平台有PC机与嵌入式硬件系统。PC机体积大、成本高、功耗高以及不便于携带等缺点，使得人脸识别的应用场合受到了很大限制。随着技术的发展，嵌入式平台的运算速度越来越快，体积越来越小，功耗和成本越来越低，使得在开发便携式的人脸识别系统有了充分的硬件支持。因此，开发具有更广阔应用领域的嵌入式人脸识别系统成为可能。

[0003] 目前主流的嵌入式硬件平台有ARM（Advanced RISC Machines）、DSP（Digital Signal Processor）、达芬奇双核平台等。DSP处理器具有强大的数据处理与运算能力，但对外设的控制能力有限、对用户交互接口支持不完善以及价格贵。达芬奇双核平台对外设的控制和数据处理功能比较强，但做工复杂、开发难度大以及价格昂贵。ARM处理器在人机交互、设备控制等方面拥有强大的功能，同时随着ARM处理器的快速发展，其对数据处理的能力越来越强，价格也越来越便宜。与DSP以及达芬奇平台相比，ARM系列平台具有成本低、功耗小同时运算速度较快等优点，能满足人脸识别算法的需要，同时ARM系列处理器在智能终端广泛应用，使得人脸识别系统能更易进入普通大众消费。因此在ARM系列平台开发低功耗的人脸识别系统具有很重要的应用价值。目前的嵌入式人脸识别系统有基于可见光与近红外技术两种，可见光的人脸识别受外界光照变化影响很大，而近红外人脸识别系统可以有效消除外界光照变换影响，但是近红外摄像头的补光灯比较耗电。

发明内容

[0004] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种功耗低、运算速度快、识别精度高的基于低功耗嵌入式平台的人脸识别系统。

[0005] 本发明的目的可以通过以下技术方案来实现：

[0006] 一种基于低功耗嵌入式平台的人脸识别系统，包括ARM核心处理模块、视频采集模块、显示模块以及外围数据传输接口，所述的ARM核心处理模块分别连接视频采集模块、显示模块和外围数据传输接口；

[0007] 视频采集模块采集视频信号并传输给ARM核心处理模块，ARM核心处理模块将视频信号转化为图像信号后，对该图像信号进行人脸检测、人眼定位、人脸图像标准化、特征提取和识别比对处理后，将检测识别结果显示在显示模块上或通过外围数据传输接口输出。

[0008] 所述的ARM核心处理模块包括ARM处理器、DDR内存芯片、NandFlash存储器、电源管理子模块、晶振电路和外围接口管理子模块，所述的ARM处理器分别连接DDR内存芯片、NandFlash存储器、电源管理子模块、晶振电路和外围接口管理子模块，所述的DDR内存芯片分别连接视频采集模块和显示模块，所述的外围接口管理子模块与外围数据传输接口连接。

[0009] 所述的NandFlash存储器为存储有事先训练得到的先验知识的存储器。

[0010] 所述的人脸图像标准化是指根据人眼定位出的人眼位置，把人脸图像从整幅图像中截取出来，然后通过旋转、剪切、缩放和光照预处理，最后获得标准人脸图像；

[0011] 所述的识别比对处理是指将提取标准人脸图像后的人脸特征与NandFlash存储器中事先训练得到的先验知识进行识别比对处理。

[0012] 所述的视频采集模块包括可见光摄像头和近红外摄像头，所述的近红外摄像头中设有LED近红外补光灯。

[0013] 所述的视频采集模块还包括下述图像采集步骤：

[0014] 1）可见光摄像头采集可见光图像并传输给ARM核心处理模块，ARM核心处理模块对该图像进行人脸检测，并判断是否检测到人脸，若是，则执行步骤2），若否，则执行步骤3）；

[0015] 2）开启LED近红外补光灯，近红外摄像头采集近红外人脸图像并传输给ARM核心处理模块进行人脸识别，返回步骤1）；

[0016] 3）判断连续未检测到人脸的次数是否大于设定值，若是，则执行步骤4），若否，则返回步骤1）；

[0017] 4）关闭LED近红外补光灯，停止近红外人脸图像采集识别，返回步骤1）。

[0018] 所述的外围数据传输接口包括GPRS接口、WIFI接口、USB接口和以太网接口。

[0019] 所述的显示模块中设有语音提示子模块。

[0020] 与现有技术相比，本发明具有以下优点：

[0021] 1）本发明采用低功耗的ARM核心处理器对人脸进行识别，具有运算速度快，识别精度高的优点；

[0022] 2）本发明自适应地调整可见光摄像头与近红外摄像头的开启时间，具有低功耗节能的优点；

[0023] 3）本发明为基于近红外图像的人脸识别系统，能够有效克服可见光图像人脸识别受外界光照变换剧烈影响的缺点，对外界光照变换具有很好的适应性；

[0024] 4）本发明设有多种外围数据传输接口，可以适应各种传输环境的需求；

[0025] 5）本发明同时结合界面应用和后台数据库支持，各个模块独立或协调工作，完成人脸识别任务，同时具有较好的用户友好提示功能。

附图说明

[0026] 图1为本发明系统的结构示意图；

[0027] 图2为本发明人脸识别过程示意图；

[0028] 图3为本发明系统功能示意图。

具体实施方式

[0029] 下面结合附图和具体实施例对本发明进行详细说明。

[0030] 实施例

[0031] 如图1所示，本实施例基于低功耗嵌入式平台的人脸识别系统，包括ARM核心处理模块1、视频采集模块2、显示模块3以及外围数据传输接口4，所述的ARM核心处理模块1分别连接视频采集模块2、显示模块3和外围数据传输接口4；视频采集模块2实时采集视频信号并传输给ARM核心处理模块1，ARM核心处理模块1将视频信号转化为图像信号后，对该图像信号进行人脸检测、人眼定位、人脸图像标准化、特征提取和识别比对处理后，将检测识别结果显示在显示模块3上或通过外围数据传输接口4输出。

[0032] 其中，ARM核心处理模块1包括ARM处理器11、DDR内存芯片12、NandFlash存储器13、电源管理子模块14、晶振电路15和外围接口管理子模块16，所述的ARM处理器11分别连接DDR内存芯片12、NandFlash存储器13、电源管理子模块14、晶振电路15和外围接口管理子模块16，所述的DDR内存芯片12分别连接视频采集模块2和显示模块3，所述的外围接口管理子模块16与外围数据传输接口4连接。NandFlash存储器13中存储有事先训练得到的先验知识，用于识别比对处理。本实施例采用1Gbyte的NandFlash存储器和256Mbyte的DDR内存芯片。

[0033] 人脸识别算法数据运算量大，包含大量的浮点数据的运算，需要快速的数据运算及高精度的浮点运算能力的处理器。ARM处理器主要包括ARM9、ARM11、ARMCortex-A8、ARM Cortex-A9以及与具有同类性能和更高性能的处理器。但在应用场合分析，ARM9与ARM11适合对实时性与容量要求不高的环境；ARMCortex-A8、Cortex-A9等更高性能处理器适合容量大，实时性能高的环境。其中ARM11处理器技术成熟、应用广泛、数据处理与运算能力强，具备快速处理人脸识别算法的性能，同时价格便宜，有利于嵌入式人脸识别系统的普及化；同时根据ARM系列平台对下的一定兼容性，使得ARM11平台的人脸识别系统更易向ARMCortex-A8系列的更高平台升级。ARM9运算速度较慢同时不具有硬浮点运算功能。ARM Cortex-A8系列及更高平台在运算速度更快与浮点处理能力更强，但是其价格相对昂贵。因此在实现人脸识别系统的平台方面，根据具体环境需求，选择合适的ARM平台进行开发。本实施例以ARM11处理器作为实例说明。

[0034] 视频采集模块2包括可见光摄像头和近红外摄像头，所述的近红外摄像头中设有LED近红外补光灯，长时间开启将非常耗电。视频采集模块可以通过AV模拟摄像头接口、数字摄像头接口或USB摄像头接口与ARM核心处理模块连接，这些接口适合嵌入式系统在多种摄像头场合下的应用。为了使系统实现低功耗节能的性能，本实施例采用下述图像采集步骤：

[0035] 1）可见光摄像头采集可见光图像并传输给ARM核心处理模块，ARM核心处理模块对该图像进行人脸检测，并判断是否检测到人脸，若是，则执行步骤2），若否，则执行步骤3）；

[0036] 2）开启LED近红外补光灯，近红外摄像头采集近红外人脸图像并传输给ARM核心处理模块进行人脸识别，返回步骤1）；

[0037] 3）判断连续未检测到人脸的次数是否大于设定值，若是，则执行步骤4），若否，则返回步骤1）；

[0038] 4）关闭LED近红外补光灯，停止近红外人脸图像采集识别，返回步骤1）。

[0039] 所述的外围数据传输接口4包括GPRS接口、WIFI接口、USB接口和以太网接口，可以适应各种传输需求。USB接口是作为近距离的快速数据传输的接口，目前最新的USB2.0标准的传输速率有480Mbps,但是其距离限制在5m以内。对于长距离的传输数据，可以采用以太网接口，其传输速率可达10Mb/s，具有传输可靠、易于实现等特点。WIFI无线网络接口和GPRS网络接口主要是应用在无线传输领域，具有便携式的特点，但是传输的稳定性与传输速率比以太网要低。因此这几种数据传输接口要根据实际场合进行应用。所述的显示模块3中设有语音提示子模块。

[0040] 如图2所示，本实施例的人脸识别过程具体为：本系统在启动后，首先初始化各个模块，ARM处理器11从NANDFlash存储器13中读取事先训练得到的先验知识；完成初始化后，进入人脸检测识别的主循环。在主循环中，ARM处理器11从视频采集模块2得到摄像头当前时刻采集到的图像数据，对图像数据进行光照预处理后进行人脸检测，如果图像中存在人脸则对此图像进行人眼定位，并对人眼定位结果进行判断是否合格，合格则继续进行人脸图像的标准化与特征提取与比对识别，否则重新对下一帧图像进行检测；最后输出识别结果。所述的人脸图像标准化是指根据人眼定位出的人眼位置，把人脸图像从整幅图像中截取出来，然后通过旋转、剪切、缩放和光照预处理，最后获得标准人脸图像；所述的识别比对处理是指将提取标准人脸图像后的人脸特征与NandFlash存储器中事先训练得到的先验知识进行识别比对处理。

[0041] 本实施例的人脸检测识别是基于近红外光图像的，近红外图像是指近红外光波段的图像，是相对于可见光图像、X射线图像等其他成像方式所得图像而言的。基于近红外图像的人脸识别系统能够有效克服可见光图像人脸识别受外界光照变换剧烈影响的缺点，对外界光照变换具有很好的适应性。

[0042] 本实施例系统实现时采用硬浮点指令与ARMv6（ARMv7或更高）指令对算法程序进行编译，提高算法的浮点运算精度以及运算速度，有效解决了嵌入式平台在运行人脸识别算法的浮点运算精度与运行速度方面的困难；同时为了进一步提高速度，对核心算法程序进行了代码级别优化。主要采用了以下方法：1）优化局部变量对寄存器的使用，减少寄存器数据入栈和出栈的时间开销；2）配置编译器优化编译级别，开启速度优化；3）对频繁调用的小函数，采用内联方式进行调用，减少调用开销，同时尽量避免使用非32位的数据类型；4）ARM没有专门的除法指令，运算除法非常耗时，对于部分耗时程序通过查表等方法将除法转乘法进行运算，大大减少除法运算开销。4）进行循环判断优化，减少判断指令数目；5）对计算复杂耗时的公式算法进行展开简化，例如对幂函数计算进行级数展开计算。

[0043] 如图3所示，本实施例人脸识别系统初始化功能、退出功能和五个应用功能。其中的五个应用功能为添加用户、识别用户、编辑用户、删除用户以及语音提示。添加用户功能为采集用户人脸特征与个人信息，其流程为：对新用户采集其人脸图片进行人脸检测、人眼定位、人脸图像标准化以及特征提取，最后将此用户的特征与其个人信息保存到数据库中；识别用户功能是对在摄像头前方的人进行识别，其流程如图2所示，最后将其识别结果输出在显示屏幕上；编辑用户功能是对用户的个人信息进行修改保存；删除用户功能是删除不需要的用户的个人信息与人脸特征数据，删除完后实时更新内存与数据库的信息；语音提示功能是进行友好语音提示功能，对用户使用过程进行一定的提示，有利于用户使用并且提高系统用户友好度，同时可以进行一定的人机交互，提高系统性能。