專(zhuān)利名稱(chēng)：一種基于dsp的人臉檢測(cè)方法
技術(shù)領(lǐng)域：
發(fā)明涉及一種基于DSP平臺(tái)的人臉檢測(cè)方法可以應(yīng)用到人臉識(shí)別、安全訪問(wèn)和視 頻監(jiān)控等領(lǐng)域，本發(fā)明通過(guò)對(duì)動(dòng)態(tài)視頻截取圖像，并利用圖像處理手段，以模型整體屬性為 主，考慮人臉整體與各部分之間的拓?fù)潢P(guān)系，提取并利用關(guān)鍵信息來(lái)尋找特征點(diǎn)來(lái)完成人 臉檢測(cè)。
背景技術(shù)：
人臉檢測(cè)的問(wèn)題最初來(lái)源于人臉識(shí)別，人臉自動(dòng)識(shí)別的研究最早可以追溯到20 世紀(jì)60 70年代。經(jīng)多幾十年的曲折發(fā)展，人臉的自動(dòng)識(shí)別已經(jīng)有了較為成功的方法，目 前正日趨成熟。一個(gè)完整的人臉自動(dòng)識(shí)別系統(tǒng)應(yīng)該包括人臉檢測(cè)、特征提取、匹配識(shí)別三大 基本過(guò)程。人臉檢測(cè)問(wèn)題很長(zhǎng)一段時(shí)間并未受到重視是因?yàn)樵缙诘娜四樧R(shí)別的研究主要針 對(duì)具有強(qiáng)約束條件的人臉圖像(如無(wú)背景或背景簡(jiǎn)單的圖像)，往往假設(shè)人臉位置已知或 很容易獲得。進(jìn)入20世紀(jì)90年代以后，隨著網(wǎng)絡(luò)安全和電子商務(wù)等應(yīng)用需要的劇增，人 臉識(shí)別成為最有潛力的生物身份鑒別方式，出現(xiàn)了實(shí)際的人臉識(shí)別系統(tǒng)和商用產(chǎn)品，這種 應(yīng)用背景要求自動(dòng)識(shí)別系統(tǒng)能夠?qū)σ话悱h(huán)境圖像具有一定的適應(yīng)能力，由此所面臨的問(wèn)題 使得人們對(duì)人臉檢測(cè)的各個(gè)重要方面引起了極大的研究興趣，從而成為一個(gè)專(zhuān)門(mén)的研究方 向。目前國(guó)外對(duì)人臉檢測(cè)問(wèn)題的研究很多，比較著名的有美國(guó)麻省理工大學(xué)(MIT)的 媒體實(shí)驗(yàn)室和人工智能實(shí)驗(yàn)室、卡內(nèi)基梅隆大學(xué)(CMU)的機(jī)器人研究所、Illinois大學(xué) 的Beckman研究所；國(guó)內(nèi)的清華大學(xué)、北京工業(yè)大學(xué)、南京理工大學(xué)、四川大學(xué)、上海交通大 學(xué)、中國(guó)科學(xué)院計(jì)算技術(shù)研究所和中國(guó)科學(xué)院自動(dòng)化研究所。MPEG7標(biāo)準(zhǔn)組織已經(jīng)建立了人 臉檢測(cè)算法草案小。關(guān)于人臉檢測(cè)研究的文章如IEEE 的 FG (IEEE International Conference onAutomatic Face and Gesture Recognition)、CVPR(IEEE Computer SocietyConference on Computer Vision and Pattern Recognition)、ICPI (IEEEInternational Conference on Image Processing)、ICPR(IEEE InternationalConference on Pattern Recognition).目前人臉檢測(cè)的方法有基于特征的人臉檢測(cè)方法即主要是利用人臉的明顯特征， 如幾何特征、膚色、紋理等，將人臉的圖像視為一個(gè)高維向量，從而將人臉檢測(cè)的問(wèn)題轉(zhuǎn)化 為高維空間中分布信號(hào)的檢測(cè)問(wèn)題，人臉特征主要包括人臉輪廓特征、灰度分布特征、器官 特征、模板特征、紋理特征、顏色特征，然后利用特征搜索算法完成人臉檢測(cè)。基于圖像的人臉檢測(cè)方法基本思想是把人臉檢測(cè)的問(wèn)題視為一個(gè)廣義的模式識(shí) 別問(wèn)題，從而通過(guò)訓(xùn)練過(guò)程將樣本分為人臉和非人臉兩類(lèi)。這類(lèi)方法主要包括線性子空間 方法、神經(jīng)網(wǎng)絡(luò)方法和其他統(tǒng)計(jì)方法?；诨顒?dòng)輪廓型的單人臉檢測(cè)方法，活動(dòng)輪廓模型是求解曲線進(jìn)化的一種重要的數(shù)學(xué)工具，它是定義在圖像域上的曲線或曲面，相對(duì)于剛性模型而言，活動(dòng)輪廓模型能使自 己發(fā)生變形以匹配到顯著的圖像特征，通過(guò)保持模型的平滑，以及綜合其他諸如目標(biāo)形狀 等先驗(yàn)信息，活動(dòng)輪廓模型主要分為參數(shù)活動(dòng)輪廓模型和幾何活動(dòng)輪廓模型兩種。目前國(guó)內(nèi)外生產(chǎn)的人臉檢測(cè)的產(chǎn)品主要作為人臉識(shí)別系統(tǒng)一個(gè)重要組成一個(gè) 部分，國(guó)外的主要有德國(guó)Cognitec Systems公司的Face VACS人臉識(shí)別系統(tǒng)，德國(guó) HumanScan公司的BioID身份識(shí)別系統(tǒng)，美國(guó)Identix公司的FaceIt人臉識(shí)別系統(tǒng)，加拿 大Imagis公司的ID-2000面部識(shí)別軟件，美國(guó)Viisage公司的FaceTools人臉識(shí)別系統(tǒng)， 國(guó)內(nèi)的主要有上海銀晨智能識(shí)別科技有限公司開(kāi)發(fā)的人臉檢測(cè)音視頻壓縮卡，廣州超越 公司的BioFace系統(tǒng)。以上敘述的人臉側(cè)方法及產(chǎn)品均主要依賴(lài)PC機(jī)無(wú)法實(shí)現(xiàn)自主人臉檢測(cè)，這很大 程度上限制了人臉檢測(cè)的應(yīng)用前景。因此基于DSP的人臉檢測(cè)方法可以克服上述的缺點(diǎn)， 自主實(shí)現(xiàn)人臉檢測(cè)。而且，目前公知的人臉檢測(cè)技術(shù)的研究多依賴(lài)于PC機(jī)，這就造成人臉檢測(cè)技術(shù)不 能方便、快捷的應(yīng)用到其他領(lǐng)域，而且一般的檢測(cè)方法只使用單一的膚色或者邊緣特征，誤 檢率比較高，檢測(cè)精度也有限。本發(fā)明可以完全脫離PC機(jī)自主實(shí)現(xiàn)人臉檢測(cè)即基于DSP建 立人臉檢測(cè)系統(tǒng)，且檢測(cè)精度高。目前，在國(guó)內(nèi)沒(méi)有查到基于DSP的人臉檢測(cè)方法的專(zhuān)利。

發(fā)明內(nèi)容
為了克服現(xiàn)有的人臉檢測(cè)技術(shù)產(chǎn)品多依賴(lài)于PC機(jī)，本發(fā)明提供一種基于DSP的人 臉檢測(cè)方法，該方法既可以與PC機(jī)相連也可以完全脫離PC機(jī)自主實(shí)現(xiàn)人臉檢測(cè)。本發(fā)明以DSP平臺(tái)為載體，通過(guò)采用帶紅外攝像功能的C⑶攝像頭進(jìn)行視頻采集， 并對(duì)視頻進(jìn)行靜態(tài)圖像截取，通過(guò)對(duì)圖像進(jìn)行處理以確定其中是否含有人臉，如果是則返 回人臉的位置、大小和姿態(tài)。人臉檢測(cè)主要的難點(diǎn)有兩方面，一方面是由于人臉內(nèi)在的變化 所引起(1)人臉具有相當(dāng)復(fù)雜的細(xì)節(jié)變化，不同的外貌如臉形、膚色等，不同的表情如眼、 嘴的開(kāi)與閉等；(2)人臉的遮擋，如眼鏡、頭發(fā)和頭部飾物以及其他外部物體等。另一方面 由于外在條件變化所引起(1)由于成像角度的不同造成人臉的多姿態(tài)，如平面內(nèi)旋轉(zhuǎn)、平 面外旋轉(zhuǎn)以及上下旋轉(zhuǎn)，其中平面外旋轉(zhuǎn)影響較大；(2)光照的影響，如圖像中的亮度、對(duì) 比度的變化和陰影等。(3)圖像的成像條件，如攝像設(shè)備的焦距、成像距離，圖像獲得的途徑 等等。這些困難都為解決人臉檢測(cè)問(wèn)題造成了難度。本發(fā)明的DSP平臺(tái)系統(tǒng)可以有效的解 決上述的遇到的難點(diǎn)。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是系統(tǒng)硬件部分由以下三部分組成 前端圖像采集部分采用帶紅外攝像功能的CCD攝像頭；信息處理部分采用BF533處理器； 后端將電視與DSP平臺(tái)相連接直接顯示人臉檢測(cè)結(jié)果。軟件部分采用Visual DSP++開(kāi)發(fā) 環(huán)境進(jìn)行編程實(shí)現(xiàn)數(shù)據(jù)搜集、處理、輸出控制。這對(duì)于視頻監(jiān)控、身份識(shí)別領(lǐng)域有著廣闊的 應(yīng)用前景，對(duì)開(kāi)展人臉檢測(cè)的研究具有重大意義。本產(chǎn)品通過(guò)對(duì)動(dòng)態(tài)視頻截取圖像，并利用 圖像處理手段，以模型整體屬性為主，考慮人臉整體與各部分之間的拓?fù)潢P(guān)系，提取并利用 關(guān)鍵信息來(lái)尋找特征點(diǎn)，從而完成整體人臉檢測(cè)。本發(fā)明的有益效果是，可以在DSP平臺(tái)上自主實(shí)現(xiàn)人臉檢測(cè)，結(jié)構(gòu)簡(jiǎn)單，可以方便、快捷的應(yīng)用到其他領(lǐng)域，與同類(lèi)產(chǎn)品相比價(jià)格便宜。


下面結(jié)合附圖和實(shí)施例對(duì)本實(shí)用新型進(jìn)一步說(shuō)明。圖1是系統(tǒng)硬件框架圖。圖2是系統(tǒng)軟件框圖。圖3是系統(tǒng)結(jié)構(gòu)框圖。圖中包括部件攝像頭、DSP平臺(tái)、顯示屏、報(bào)警系統(tǒng)、智能檢測(cè)軟件系統(tǒng)、PC機(jī)、存 儲(chǔ)器。
具體實(shí)施例方式在圖1中該智能檢測(cè)平臺(tái)系統(tǒng)將監(jiān)測(cè)區(qū)域通過(guò)攝像頭攝取進(jìn)來(lái)，同時(shí)對(duì)攝取到的 視頻序列進(jìn)行圖像處理以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)， 并將處理的結(jié)果在顯示屏上進(jìn)行實(shí)時(shí)顯示，報(bào)警系統(tǒng)可以實(shí)現(xiàn)人臉提示功能，PC機(jī)與存儲(chǔ) 器可以擴(kuò)充該產(chǎn)品的功能，智能檢測(cè)軟件系統(tǒng)在算法上可以實(shí)現(xiàn)對(duì)人臉的檢測(cè)及處理。在圖2中是在DSP實(shí)驗(yàn)平臺(tái)基礎(chǔ)上開(kāi)發(fā)了相應(yīng)的程序，主要完成圖像增強(qiáng)、圖像分 割、特征選擇圖像增強(qiáng)、特征壓縮等環(huán)節(jié)的多種算法，最終采用灰度形態(tài)學(xué)圖像平滑、相對(duì) 熵閾值法圖像分割、幾何歸一化和灰度歸一化進(jìn)行圖像的人臉目標(biāo)檢測(cè)、特征壓縮以及對(duì) 動(dòng)態(tài)目標(biāo)的自動(dòng)跟蹤等功能。在圖3中智能檢測(cè)平臺(tái)中的32Mbytes的SDRAM配置SAMSUNG-K4S5616320，一片 4Mbytes的NOR Flash (AMD-29LV320BT)，通過(guò)CPLD中的邏輯擴(kuò)展，占據(jù)BF533異步存儲(chǔ)區(qū) 0 3. 75Mbytes地址空間。CPLD為訪問(wèn)和控制外部總線接口上的各種設(shè)備提供了寄存器和 邏輯的擴(kuò)展。CPLD將Flash映射到0x2000，0000 0x203B，F(xiàn)FFF3. 75MB的地址上，將其他設(shè) 備的擴(kuò)展寄存器映射到0x203C，0000 0x2040,00000. 25MB的地址上，EBIU連接外部存儲(chǔ) 設(shè)備到處理器，它包括一個(gè)16位的數(shù)據(jù)總線、一個(gè)地址總線以及一個(gè)控制總線。JTAG調(diào)試 接口通過(guò)仿真器與PC相連，PPI視頻設(shè)備接口，端口配置為輸入并與SAA7113連接，SAA7113 為視頻解碼器實(shí)現(xiàn)把輸入的模擬視頻信號(hào)解碼成符合標(biāo)準(zhǔn)的數(shù)字視頻信號(hào)，GD6829為視頻 編碼器實(shí)現(xiàn)把輸入的數(shù)字視頻信號(hào)編碼成符合標(biāo)準(zhǔn)的模擬視頻信號(hào)。其工作流程如下(1)攝像頭獲取原始圖像后，需要對(duì)圖像進(jìn)行平滑、增強(qiáng)等預(yù)處理。(2)利用相對(duì)熵閾值的圖像分割技術(shù)獲取最佳的全局閾值，以利于后續(xù)的特征提 取和識(shí)別。(3)圖像分割后得到的人臉可能含有孤立點(diǎn)噪聲，需要對(duì)其進(jìn)行濾波處理。(4)通過(guò)深入研究人臉的顏色及形態(tài)學(xué)特征，針對(duì)處理后的圖像，提取出面積、周 長(zhǎng)、復(fù)雜度、紋理等特征作為人臉原始特征，對(duì)人臉進(jìn)行檢測(cè)。(5)顯示屏可實(shí)時(shí)顯示出人臉圖像。在對(duì)圖像的處理上利用的算法1是采用Sobel算子，Sobel算子是一種梯度幅值 計(jì)算方法，通過(guò)對(duì)數(shù)字圖像f(x，y)的每個(gè)像素，考察它上、下、左、右相鄰點(diǎn)灰度的加權(quán)差， 與之接近的相鄰點(diǎn)的加權(quán)值大小。Sobel梯度算子是先做成加權(quán)平均，再微分，然后求梯度即定義Sobel算子s (x, y) = I Δ xf (χ, y) + Ayf (χ, y)Sobel算子的核心是兩個(gè)3X3的卷積核，通過(guò)這兩個(gè)小區(qū)域模板在圖像中的移 動(dòng)，完成圖像中每個(gè)像素點(diǎn)同這兩個(gè)卷積核的卷積運(yùn)算。Sobel算子實(shí)現(xiàn)對(duì)圖像灰度的檢測(cè) 把圖像邊緣提取出來(lái)。算法2是利用拉普拉斯算子，拉普拉斯算子的定義是
權(quán)利要求
一種基于DSP平臺(tái)的人臉檢測(cè)方法，其特征在于該DSP平臺(tái)前端與攝像頭及智能檢測(cè)軟件系統(tǒng)相連接，末端與顯示屏及報(bào)警系統(tǒng)相連接，且該DSP平臺(tái)能夠與PC機(jī)、存儲(chǔ)器及其他外部控制輸入設(shè)備相連接。所述的人臉檢測(cè)方法以DSP平臺(tái)為載體，通過(guò)采用帶紅外攝像CCD攝像頭進(jìn)行視頻采集，然后智能檢測(cè)軟件系統(tǒng)對(duì)圖像進(jìn)行處理以確定其中是否含有人臉并對(duì)人臉進(jìn)行檢測(cè)。最后通過(guò)高清顯示屏顯示出人臉檢測(cè)的結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于DSP平臺(tái)的人臉檢測(cè)方法，其特征在于所述智能檢測(cè)軟件系統(tǒng)以Visual DSP++開(kāi)發(fā)環(huán)境進(jìn)行編程實(shí)現(xiàn)數(shù)據(jù)搜集、處理、輸出 控制。
3.根據(jù)權(quán)利要求2所述的基于DSP平臺(tái)的人臉檢測(cè)方法，其特征在于所述智能檢測(cè)軟件系統(tǒng)對(duì)攝像頭采集的視頻序列進(jìn)行人臉圖像預(yù)處理、圖像分割、特 征提取。所述的人臉圖像預(yù)處理采用一個(gè)圖像屏蔽模板來(lái)屏蔽人臉圖像邊緣的噪聲、亮度、陰影。所述的人臉圖像分割將人臉圖像劃分成若干個(gè)互不相交的小區(qū)域，即人臉?biāo)嫉膱D像 區(qū)域、前景所占的圖像區(qū)域。所述的人臉特征提取進(jìn)行人臉灰度特征提取、人臉紋理特征提取、人臉顏色特征提取。
4.根據(jù)權(quán)利要求3所述的基于DSP平臺(tái)的人臉檢測(cè)方法，其特征在于所述的人臉圖像預(yù)處理采用的圖像屏蔽模板即利用高斯平滑與sobel算子相結(jié)合再 利用高斯微分與sobel算子相結(jié)合進(jìn)行邊緣提取，然后再用拉普拉斯算子對(duì)圖像進(jìn)行平滑 運(yùn)算，最后利用canny算子進(jìn)行邊緣檢測(cè)，實(shí)現(xiàn)屏蔽人臉圖像邊緣的噪聲、亮度、陰影。所述的人臉圖像分割就是利用金字塔方法及相對(duì)熵閾值的圖像分割技術(shù)將人臉區(qū)域 與背景區(qū)域分割開(kāi)，圖像分割后得到的人臉如果含有孤立點(diǎn)噪聲，則對(duì)其進(jìn)行濾波處理。所述的人臉特征提取就是利用sobel算子提取人臉輪廓，再利用Floodfill算法進(jìn)行 圖像域填充提取人臉灰度特征，再通過(guò)人臉的顏色及形態(tài)學(xué)特征，針對(duì)人臉圖像分割處理 后的圖像，提取出面積、周長(zhǎng)、復(fù)雜度、紋理等特征作為人臉原始特征。
5.一種基于DSP平臺(tái)進(jìn)行人臉檢測(cè)的DSP平臺(tái)，其特征在于具有對(duì)人臉圖像處理的功能，并能與智能檢測(cè)軟件系統(tǒng)相結(jié)合實(shí)現(xiàn)對(duì)人臉圖像的檢 測(cè)，同時(shí)通過(guò)顯示屏顯示人臉檢測(cè)的結(jié)果。所述的DSP平臺(tái)以ADSP-BF533處理器為主芯片通過(guò)EBIU把SDRAM和Flash存儲(chǔ)器連 接到存儲(chǔ)器接口上，然后使用CPLD為控制外部總線接口上的設(shè)備提供了寄存器和邏輯的 擴(kuò)展，再通過(guò)處理器上的JTAG調(diào)試接口通過(guò)仿真器與PC相連實(shí)現(xiàn)JTAG的硬件調(diào)試功能， 再通過(guò)PPI接口與視頻解碼器、視頻編碼器、LCD、傳感器相連接實(shí)現(xiàn)視頻的輸出。
6.一種用于人臉檢測(cè)的DSP平臺(tái)，其特征在于包括DSP智能檢測(cè)平臺(tái)系統(tǒng)，該系統(tǒng)以DSP平臺(tái)為載體，該平臺(tái)前端與攝像頭及智能檢測(cè)軟 件系統(tǒng)相連接，末端與顯示屏及報(bào)警系統(tǒng)相連接，且該DSP平臺(tái)以ADSP-BF533處理器為主 芯片通過(guò)EBIU把SDRAM和Flash存儲(chǔ)器連接到存儲(chǔ)器接口上，然后使用CPLD為控制外部總 線接口上的設(shè)備提供了寄存器和邏輯的擴(kuò)展，再通過(guò)處理器上的JTAG調(diào)試接口通過(guò)仿真 器與PC相連實(shí)現(xiàn)JTAG的硬件調(diào)試功能，再通過(guò)PPI接口與視頻解碼器、視頻編碼器、IXD、傳感器相連接實(shí)現(xiàn)視頻的輸出。智能檢測(cè)軟件系統(tǒng)，以Visual DSP++為軟件開(kāi)發(fā)環(huán)境實(shí)現(xiàn)對(duì)圖像的處理及檢測(cè)。 攝像頭，采用帶紅外攝像的CCD。
7.根據(jù)權(quán)利要求5所述的DSP平臺(tái)，其特征在于所述的ADSP-533處理器能接收智能檢測(cè)軟件系統(tǒng)對(duì)人臉圖像處理的結(jié)果，同時(shí)能對(duì) 此結(jié)果進(jìn)行再處理。
8.根據(jù)權(quán)利要求1所述的基于DSP平臺(tái)的人臉檢測(cè)方法，其特征在于 所述的顯示屏可實(shí)時(shí)顯示人臉圖像，并顯示檢測(cè)結(jié)果。所述的報(bào)警系統(tǒng)能對(duì)檢測(cè)到的人臉實(shí)時(shí)報(bào)警。
全文摘要
一種基于DSP平臺(tái)的人臉檢測(cè)方法。此方法通過(guò)對(duì)動(dòng)態(tài)視頻截取圖像，并利用圖像處理手段，以模型整體屬性為主，考慮人臉整體與各部分之間的拓?fù)潢P(guān)系，提取并利用關(guān)鍵信息來(lái)尋找特征點(diǎn)，從而完成整體人臉檢測(cè)。系統(tǒng)硬件部分由以下三部分組成前端圖像采集部分采用帶紅外攝像功能的CCD攝像頭；信息處理部分采用BF533處理器；后端將電視與DSP平臺(tái)相連接直接顯示人臉檢測(cè)結(jié)果。軟件部分采用Visual DSP++開(kāi)發(fā)環(huán)境進(jìn)行編程實(shí)現(xiàn)數(shù)據(jù)搜集、處理、輸出控制。
文檔編號(hào)G06K9/00GK101957909SQ20091001684
公開(kāi)日2011年1月26日 申請(qǐng)日期2009年7月15日 優(yōu)先權(quán)日2009年7月15日
發(fā)明者曹海青, 楊貞, 趙文倉(cāng) 申請(qǐng)人:青島科技大學(xué)