APP下载

基于FPGA平台的人脸识别系统的实现

2018-01-15程遥

科学与财富 2018年36期
关键词:人脸识别

摘 要:本项目从基于PCA算法的人脸识别出发,采用了FPGA和Android智能終端结合构建了人脸识别的测试平台。选用Android终端来采集人脸图像数据,FPGA作为后台算法处理平台测试和验证算法。测试结果识别率准确,效果良好。

关键词:FPGA;PCA;人脸识别;特征脸

一、引言

传统类似身份证或磁卡的人员识别方法,易遗失,易于伪造,无独特性。所以现演化成虹膜、人脸、指纹以及声纹等识别方式,这些生物特征不易遗失,安全性更高。其中人脸识别的过程速度快[1],而且有非接触性,属于非侵犯性的识别方法。透过以上比较各种识别方式,本项目将选用人脸识别来进行研究。

二、基于PCA的人脸识别方法

PCA(Principal Component Analysis)):主要用于数据处理过程中降低资料的维度,并使得原始数据所表达的信息得以保留。这被有效的运用于人脸识别中的特征提取[2]。基于PCA的人脸识别算法的工作过程包含多个步骤,各步骤的作用如下:

(一)创建数据库

创建数据库过程包括图像灰度化和降维。

1、读入人脸数据

进行人脸的灰度化,如图1所示。

2、人脸图像降维处理

人脸图像通常以二维方式进行存储,为提升识别效率,需进行降维处理,将其由二维转换成一维,过程如下:先获得人脸图像的大小,然后进行行转置处理,在此以列为对象获得灰度值,从而可得到对应的一维向量[3]。

(二)计算特征脸

获得特征脸时,对降维之后的人脸矩阵规范化,如图2所示。其次进行协方差计算,从而得到特征向量形成特征脸。

(三)人脸识别过程

人脸识别需要对待测图像进行分析、识别,以此获得特征向量,然后将其与特征库中特征进行投影,目的在于计算各特征之间的距离值,该值是选择识别结果的基础,一般选择值最小的人脸图像作为识别结果。

三、基于FPGA的人脸识别过程

本项目采用Android智能终端和FPGA相结合的方式实现基于FPGA的人脸识别,如图3所示。

由图4可知人脸识别流程,说明如下:

(1)由Android终端进行人脸数据采集,FPGA作为PCA算法处理平台测试和验证算法。

(2)在FPGA平台上将对人脸图像进行预处理,包括二值化、腐蚀和膨胀处理。

(3)从预处理后的人脸图像中提取人脸特征,形成特征脸向量。

(4)通过AXI总线协议将特征向量传输到ARM,由ARM进行人脸对比。

(5)在RAM中通过与人脸库的对比获得匹配结果,结果由Android终端显示。

四、人脸识别系统应用

为了实现人脸图像采集的方便性和识别结果显示的直观性,本项目采用了Android终端作为了图像抓取终端和显示终端。

现将该应用的功能介绍如下:

(一)人脸数据注册

利用Android终端的摄像头进行人脸图像抓取并注册,目的是将待测人脸加入人脸库中,同时录入人脸的对应姓名,用于识别成功后的显示,也是启动人脸识别的基础。若没有注册人脸,将无法进行识别。

(二)人脸识别

通过人脸识别界面的start按钮,启动人脸识别。将Android读取的待测人脸转换为FPGA可读取的信息,传输到FPGA板以启动人脸识别。

(三)识别结果的显示

在识别完成后,FPGA把结果传输到Android进行显示。若识别成功,将显示人脸注册时的姓名,如图4(a)所示显示待测人脸的姓名为“程遥”;若识别失败,则显示“查无此人”。

为验证人脸识别算法的有效性,以及基于FPGA系统的能否正常运行,本项目设置了多个测试策略,以下对各测试策略进行详细说明。

将待测人脸进行注册之后,现将进行非正常情况下的测试,例如侧面角度和遮挡人脸部分特征情况下测试能否识别成功,其测试结果如图4(b)(c)所示,与预期结果一致。

(a) Android终端界面 (b)有遮挡时识别结果显示 (c)侧脸时识别结果显示

五、总结

(1)当人脸图像未注册而直接进行识别时,界面显示查无此人,结果正确。

(2)当待测人脸注册后进行识别,识别成功后会再界面显示人脸对应的姓名,同时在对人脸特征有部分遮盖的情况下,识别结果也正确。

(3)在进行了人脸识别速度进行了测试,人脸识别速度与人脸图像库中人脸数量成正比关系。本项目测试了200张人脸图像,其识别平均速度为0.932秒。

参考文献:

[1]章毓晋.图像处理[M].北京:清华大学出版社,2007:87-89

[2]程自龙,雷秀玉.基于K-L变换(PCA)的特征脸人脸识别方法综述[J].中国图像图形学报,2010,20(22):15-18.

[3]倪世贵,白宝刚.基于PCA的人脸识别研究[J].现代计算机,2011,23(42):20-22

作者简介:

程遥(1983-),女,汉,四川成都人,讲师,研究生,主要研究方向为电子信息技术。

猜你喜欢

人脸识别
人脸识别 等
揭开人脸识别的神秘面纱
基于类独立核稀疏表示的鲁棒人脸识别
基于K-L变换和平均近邻法的人脸识别