基于S3C2440的人臉識別平臺的設計

李鵬飛，許金凱，韓文波，宋鴻飛

（長春理工大學 光電工程學院，吉林 長春 130022）

1 引 言

隨著近年圖像數字化技術的深入發展，在安防、門禁、監控等諸多應用領域都開始使用生物識別技術對身份進行驗證，特別是人臉識別技術，具有無需接觸、識別準確、無法造假的優點，發展非常迅速。

目前國內智能人臉識別平臺大都使用FPGA用于控制CCD攝像頭進行視頻采樣、利用視頻解碼芯片信號進行AD轉換，用DSP器件處理采集的數據，通常成本都比較高。

本文利用Samsung公司的S3C2440處理器和OmniVision公司的OV9650攝像頭搭建了硬件實驗平臺［1－5］。

S3C2440微處理器是一款由Samsung半導體公司推出的高性能、低功耗、高集成度，并具有工業級溫度范圍和性能的微處理器，具有工業級溫度范圍，主頻高達533MHz，具有數字攝像頭接口，支持更多分辨率液晶屏，無需外圍電路的觸摸屏接口。

OV9650是OmniVision公司的COMS攝像頭，分辨率1 300×1 028，像素130萬。CMOS感光器是一種可記錄光線變化的半導體。其制造技術和一般大規模集成電路芯片制造技術一樣，利用CMOS上共存著PN節互補所產生的電流即可被處理芯片紀錄和解讀成圖像，成本很低。

程序開發使用通用性很強的C語言，并利用成熟的Harris角點提取算法進行人臉的檢測，同時開啟Cache加速程序，以較低的成本實現了對人臉圖像的實時采集—匹配。

2 總體設計

平臺的硬件部分由S3C2440微處理器、OV9650攝像頭和480×272分辨率的TFT電阻觸屏組成。總體硬件設計如圖1所示。

圖1 總體硬件設計Fig.1 Design of overall hardware

總體軟件設計的框架主要包括人臉檢測、特征點生成、數據庫圖像匹配3部分，算法流程如圖2所示。

圖2 總體軟件流程Fig.2 Process of overall software

3 硬件驅動設計

硬件驅動部分主要包括顯示屏的驅動和攝像頭的驅動兩部分。

3.1 顯示屏驅動設計

為了把采集到的人臉視頻圖像顯示在液晶顯示屏上，需要設置處理器的顯示接口時序，LCD一般需要3個時序信號：VSYNC、HSYNC和VCLK。

（1）VSYNC是垂直同步信號，在每一個幀（即一個屏）的掃描之前，該信號就有效一次，由該信號可以確定LCD的場頻，即每秒屏幕刷新的次數（單位 Hz）。

（2）HSYNC是水平同步信號，在每一行的掃描之前，該信號就有效一次，由該信號可以確定LCD的行頻，即每秒屏幕從左到右掃描一行的次數（單位 Hz）。

（3）VCLK是像素時鐘信號。相互關系如圖3和圖4所示。

圖3 LCD時序信號關系1Fig.3 Relationship of LCD timing signal 1

LCD的時鐘源是HCLK，通過寄存器LCDCON1中的CLKVAL可以調整VCLK頻率大小，相互關系為：

VCLK＝HCLK／［（CLKVAL＋1）×2］

圖4 LCD時序信號關系2Fig.4 Relationship of LCD timing signal 2

同時在每一幀時鐘信號中，還會有一些與屏顯示無關的時鐘出現，包括在HSYNC信號先后會有水平同步信號前肩（HFPD）和水平同步信號后肩（HBPD）出現，在VSYNC信號先后會有垂直同步信號前肩（VFPD）和垂直同步信號后肩（VBPD）出現，在這些信號時序內，不會出現有效像素信號，而且HSYNC和VSYNC信號電平要保持一定的時間，分別叫做水平同步信號脈寬HSPW和垂直同步信號脈寬VSPW，這段時間也沒有有效像素信號。這些值是通過寄存器LCDCON2、LCDCON3和LCDCON4來配置，只要把這些值配置成與所要驅動的LCD中相關內容的數據一致即可。

3.2 OV9650驅動設計

由于S3C2440提供了一個攝像接口，要實現其功能，需要利用SCCB（串行攝像控制總線）對OV9650內部寄存器配置［6－10］。

SCCB由兩條數據線組成：一個是用于傳輸數據信號的SIO＿D，另一個是用于傳輸時鐘信號的SIO＿C。SCCB的傳輸數據時一次要傳輸9位數據，前8位為有用數據，而第9位數據在寫周期中是不需關心的，在讀周期中是空位。

SCCB數據傳輸的基本單元為相，即一個相傳輸一個字節數據，一次只能讀或寫一個字節。SCCB包括3種傳輸周期，即3相寫傳輸周期（3個相依次為設備從地址，內存地址，所寫數據），2相寫傳輸周期（兩個相依次為設備從地址，內存地址）和2相讀傳輸周期（兩個相依次為設備從地址，所讀數據）。在寫操作時，應用3相寫傳輸周期；在讀操作時，依次應用2相寫傳輸周期和2相讀傳輸周期，如圖5所示。

S3C2440攝像模塊有兩個相互獨立的DMA通道：C通道（編解碼通道）和P通道（預覽通道）。C通道主要是存儲用于編解碼的YCbCr圖像數據，P通道主要是存儲用于視頻顯示的RGB圖像數據。平臺是把OV9650采集到的視頻信息實時顯示在LCD上，因此使用P通道。

圖5 SCCB傳輸時序Fig.5 SCCB transfer timing

使用P通道前首先要進行相關的設置，S3C2440需要在內存中各開辟四塊乒乓存儲區域，寄存器CIPRCLRSA1－4分別用于表示這四塊內存的首地址。同時使用DMA傳輸數據，還要設置DMA傳輸方式，即一次傳輸多少個字節，還需要設置在完成每一幀視頻采集后，會觸發一個視頻中斷。

其次設置視頻分辨率。由OV9650采集到的原始視頻分辨率為640×480，把這兩個值分別放入輸入源格式寄存器CISRCFMT的第16位至第28位，和第0位至第12位內即可。

把實際顯示的視頻稱為目標，目標的分辨率即目標水平像素數和目標垂直像素數，這個分辨率就是平臺所用的4.3寸LCD分辨率，為480×272，把這兩個值分別放入預覽DMA目標圖像格式寄存器CIPRTRGFMT的第16位至第28位，和第0位至第12位內即可。另外還需要把這兩個值的乘積放入預覽縮放目標面積寄存器CIPRTAREA內。源分辨率和目標分辨率通常不一致，還需要設置偏移量，即水平偏移量和垂直偏移量，應該把這兩個值分別放入窗口偏移寄存器CIWDOFST的第16位至第26位，和第0位至第10位內，其中這個寄存器的第31位用于控制是否需要設置偏移量，當偏移量為0或不需要設置偏移量時，這一位為0，否則為1，在本設計中該值為1。

4 人臉檢測與識別

目前的人臉識別方法都是基于二維圖像的，通過檢測人臉并定位面部關鍵特征點確定人臉的主要區域，經過預處理之后，通過測量眼睛、顴骨、下巴等之間的間距來進行人臉特征的認證，并與數據庫中存儲的人臉圖像進行比對，完成最終的分類。特征點提取算法使用已經廣泛使用的Harris算法，該算法成熟可靠，運算量較小，利用該算法提取特征點的分布如圖6所示。

圖6 人臉特征點和特征區域的分布Fig.6 Distribution of facial feature points and characteristic region

為了檢測圖像特征區域是否匹配，使用了基于圖像灰度值匹配的歸一化互相關匹配法算法。該算法是通過計算原有圖和新采集圖的歸一化互相關值來確定匹配程度，當原有圖和新采集圖所計算出的互相關值R（u，v）最大時，就認為此原有圖就是與新采集圖是相匹配的圖像，歸一化互相關匹配算法的計算公式如下：

通常，這種算法需要對圖像的每個像素進行灰度運算，故運算量比較大，處理速度比較慢，為了加快判斷速度，在算法中，使用了圖像的中心區域來代替整幀圖像，減小了計算量；在硬件上為了加快顯示程序的執行速度，開啟處理器的Cache模塊。

Cache也稱作高速緩存，是基于程序訪問的局部性，在內存和處理器通用寄存器之間設置一個高速的、容量相對較小的存儲器，把當前正在執行指令附近的一部分指令或數據從內存調入這個存儲器，供處理器在一段時間內使用，可以極大的提高程序的運行速度。

平臺的實測結果如圖7所示，紅色箭頭處是OV9650攝像頭，可以看出，實驗平臺能夠識別出數據庫中已有的人臉。

但該平臺識別時間較長，還有進一步提升的潛力。

圖7 平臺的實測結果Fig.7 Actual test result of platform

5 結 論

通過實驗驗證，本系統實現了低成本人臉識別的解決方案，系統采用S3C2440處理器驅動OV9650和TFT液晶屏，把采集到的人臉圖像與數據庫中已有的數據進行匹配，較好地實現了設計要求。但是由于圖像運算量比較大，所以處理速度比較慢，可以使用專用的DSP處理器加速圖像運算以取得更好的效果。

［1］ 但永平，彭紅濤，王東云，等.EDMA在圖像數據快速傳輸中的應用［J］.液晶與顯示，2013，28（1）：99－104.Dan Y P，Peng H T，Wang D Y，et al.Application of EDMA in rapid transmission of image data［J］.Chinese Journal of Liquid Crystals and Displays，2013，28（1）：99－104.（in Chinese）

［2］ 趙星，王芳，楊勇，等.集成成像三維顯示系統顯示性能的研究進展［J］.中國光學，2012，5（3）：209－221.Zhao X，Wang F，Yang Y，et al.Research progress of display performance of integral imaging three－dimensional display system ［J］.Chinese Optics，2012，5（3）：209－221.（in Chinese）

［3］ 姜漫，吳志勇，曹騰.基于SOPC技術的 VGA字符和圖像顯示系統［J］.液晶與顯示，2013，28（1）：120－126.Jiang M，Wu Z Y，Cao T.Characters and images VGA display system based on SOPC technology ［J］.Chinese Journal of Liquid Crystals and Displays，2013，28（1）：120－126.（in Chinese）

［4］ 鄧春健，安源，呂燚，等.顯示信息高速串行傳輸的差錯控制［J］.光學精密工程，2012，20（3）：632－642.Deng C J，An Y，Lv Y，et al.Error control of high speed serial display data transmission［J］.Optics and Precision Engineering，2012，20（3）：632－642.（in Chinese）

［5］ 劉希佳，陳宇，王文生，等.小目標識別的小波閾值去噪方法［J］.中國光學，2012，5（3）：248－256.Liu X J，Chen Y，Wang W S，et al.De－noising algorithm of wavelet threshold for small target detection［J］.Chinese Optics，2012，5（3）：248－256.（in Chinese）

［6］ 王健，陳洪斌，周國忠，等.改進的Brenner圖像清晰度評價算法［J］.光子學報，2012，41（7）：855－858.Wang J，Chen H B，Zhou G Z，et al.An Improved brenner algorithm for image definition criterion［J］.Acta Photonica Sinica，2012，41（7）：855－858.（in Chinese）

［7］ 張傳勝，鄭寒雨，鄧江東.基于SOPC的通用液晶觸摸屏控制器的設計［J］.液晶與顯示，2013，27（5）：638－641.Zhang C S，Zheng H Y，Deng J D.Control unit design for tft touching screen based on SOPC ［J］.Chinese Journal of Liquid Crystals and Displays，2013，27（5）：638－641.（in Chinese）

［8］ 程少園，胡立發，曹召良，等.液晶自適應光學在人眼眼底高分辨率成像中的應用［J］.中國激光，2009，36（10）：2524－2527.Cheng S Y，Hu L F，Cao Z L，et al.Application of liquid crystal adaptive optics system on human eye fundus imaging with high spatial resolution［J］.Chinese Journal of Lasers，2009，36（10）：2524－2527.（in Chinese）

［9］ 熊根良，陳初海，梁發云，等.物理性人－機器人交互研究與發展現狀［J］.光學精密工程，2013，21（2）：356－370.Xiong G L，Chen C H，Liang F Y，et al.Research and development statue of physical human－robot interaction［J］.Optics and Precision Engineering，2013，21（2）：356－370.（in Chinese）

［10］ 韓瑞雨，王晉疆，聶凱，等.不同對比度下自適應的自動調焦新算法［J］.光子學報，2012，41（2）：222－227.Han R Y，Wang J J，Nie K，et al.Adaptive autofocus technique under different contrast［J］.Acta Photonica Sinica，2012，41（2）：222－227.（in Chinese）