基于Hi3519的人脸识别系统设计与实现

  作者:张治军 时间:2018-11-29来源:电子产品世界

编者按:随着平安城市和智慧城市的项目的深入发展,对于人类识别技术的应用需求越来越大,为了满足人脸识别的需求,设计并实现了一种基于Hi3519的人脸识别视频监控系统,以海思芯片Hi3519为核心处理器,用Sony的IMX226作为前端视频采集,通过WIFI传输经过H.265压缩后的音视频数据;重点阐述了人脸识别摄像机的硬件件设计与实现,同时讲述了人脸识别的技术流图。

作者 张治军 华为技术有限公司(广东 深圳 518100)

张治军,男,1986.10.15,研究生,中级职称,研究方向:物联网

摘要:随着平安城市和智慧城市的项目的深入发展,对于人类识别技术的应用需求越来越大,为了满足人脸识别的需求,设计并实现了一种基于Hi3519的人脸识别视频监控系统,以海思芯片Hi3519为核心处理器,用Sony的IMX226作为前端视频采集,通过WIFI传输经过H.265压缩后的音视频数据;重点阐述了人脸识别摄像机的硬件件设计与实现,同时讲述了人脸识别的技术流图。

0 引言

  随着我国向数字化、信息化社会的迈进,人们对人脸识别技术的了解和认识也将逐渐增进,人脸识别技术的市场需求会越来越大,而人脸识别技术和识别系统的性能也将在不断发展中日益完善,更好地服务大众。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机采集人脸图像,用Adaboost 算法和肤色模型对原始图像进行人脸检测,得到初始化人脸图像,然后利用Camshift 算法跟踪,提高人脸识别的效率和可靠性。

1 系统结构和工作原理

  人脸识别系统分为注册和认证两个阶段,主要由四个部分组成:人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。人脸识别系统流图如图1所示。

  通过摄像机采集人脸图像,根据Adaboost算法把人脸的模式特征挑出来用于人脸检测,在人脸检测的基础在进行灰度校正、噪声过滤等图像预处理,把人脸图像特征提取出来,最后把提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配,当相似度超过这一阈值,则把匹配得到的结果输出。

2 系统硬件设计

  本文选择海思Hi3519作为系统核心处理器,它提供了 8K30/4K120 广播级图像质量的数字视频录制,支持业界领先的多路 4K Sensor 输入,多路 ISP 图像处理,支持HDR10 高动态范围技术标准,并支持多路全景硬件拼接,在支持 8K30/4K120 视频录制下,Hi3519提供硬化的 6-Dof 数字防抖,减少了对机械云台的依赖。Hi3519集成了双核 A73 和双核 A53,独创性的大小核架构和双操作系统,使得功耗和启动时间达到均衡。系统硬件结构如图2所示。

2.1 核心处理器

  核心处理器Hi3519是摄像机最核心从模块,承载了图像处理与分析、编解码压缩等大量工作,最后通过WIFI模块把压缩后的H.265格式视频流发送出去。

2.2 音视频采集模块

  音频IC采用的是美信公司的低功耗、语音单声道音频编解码器MAX9860ETC+。视频采集模块采用Sony公司的开发的4K图像传感器芯IMX226,它是一款1/1.7英寸的CMOS数字图像传感器,支持全高清4K@60fps(2304H x 1296V),支持自动白平衡,且具有较好的低照度。音视频借口电路示意图如图3所示。

  为得到较好的音视频效果和满足产品EMC要求,Hi3519芯片在视频管脚VDAC_CVBS增加一个75Ω精度1%对地电阻;在音频输出管脚AC_OUTL 和AC_OUTR 的外围增加一个音频放大器和及滤波电路;同时,音视频模块的模拟电源AVDD33_VDAC,必须使用1000Ω@100Mhz磁珠与数字电源3.3V 用隔离。

2.3 存储模块

  存储器模块包括串行NOR FLASH和DDR3。系统使用FLASH来存储系统程序和Linux内核,DDR作为整个系统的缓冲中心。Hi3519接口支持 DDR3颗粒,主芯片有两个DDRC,每个DDRC有16根地址线,32 bit数据线,可支持对接2PCS 16 bit位宽DDR颗粒或 4PCS 8 bit 位宽 DDR颗粒。DDR采用MICRON的MT40A512M16JY-075E,Flash采用Mxic公司的MX25U25635F。FLash电路如图4所示。

  Hi3519V101 FLASH 控制器支持SPI NOR FLASH、SPI NAND FLASH、并行NANDFLASH 和EMMC。为了实现功能和满足产品EMC要求,Flash的引脚SFC_CLK必须串接一个33 Ω电阻,SFC_WP_IO2需要一个4.7 K下拉电阻,SFC_HOLD_IO3 和SFC_CSN0需要一个4.7 K上拉电阻,且Flash所有信号引脚PCB走线不能超过3inch。

  为增加DDR的稳定性,时钟信号DDR0_CLK_N/P 和DDR1_CLK_N/P 采用一驱二的拓扑,在T点位置跨接1个75 Ω 电阻;DDR4 的外部电阻(ZQ)选择 240 Ω,精度±1%;在 Reset 信号T点过孔邻近的位置增加1个1nF电容。

2.4 其它模块

  WIFI模块采用必联电子的BL-M8812AU2,是一款Realtek8812au方案 WIFI Module无线模块双频千兆无线WIFI模块;为了提升夜间视频效果,系统增加了红外电路设计,通过光敏电阻来调节红外LED灯亮度,以达到最佳人脸检测效果。

3 Adaboost算法

  Adaboost 算法是自适应的Boosting算法的一种。它利用大量的简单分类器,把它们叠加起来构成一个强分类器。基本思想:当分类器对样本正确分类时,则减少样本的权值;否则,增加样本的权值,让学习算法在后续学习中集中对比较难的训练样本进行学习,最终得到一个识别率高的分类器。因此,Adaboost 算法需要有适当的弱学习算法和由此算法所建立的弱分类器。针对人脸检测的弱分类器如下:

基于Hi3519公式1.jpg

  把所有分类器连接起来组成一个筛选式的级联分类器,每个节点都有多个分类器构成,且每个节点的识别率都很高;在任一级的计算中,如果一旦确认目标“不在类别中”,则终止计算,即说明没有人脸。因此,目标对象只有通过分类器中的所有级别,才会认为被检测到。因此,当目标出现频率较低时(如一幅大图里只有一幅小脸),筛选式的级联分类器计算量大大降低,从而迅速判断出此处无人脸。

4 结束语

  本文基于海思Hi3519硬件和Adaboost算法,设计了一款人脸识别摄像机,此摄像机能在复杂环境中自动、快速、准确的把人脸检测与识别出来。

  参考文献:

  [1]陶亮.基于人脸识别的身份认证方法研究[D].合肥:中国科学技术大学,2003.

  [2]李华胜,杨烨,袁宝宗.人脸识别系统中的特征提取[J].北京交通大学报,2001.

  [3]Jonsson K, Kitter J, Li Y P,et al. Support vector machines for face authentication[J].Imaging and Vision Computing,2002.

  [4]周杰,卢春雨张长水.人脸自动识别方法综述 [J].电子学报,2000.

  [5]欧维,刘荣,蒋红梅.智能视频监控技术在电视监控系统中的应用[J].智能建筑电气技术,2007(5):3-5.

  [6]范金刚.智能视频监控系统若干关键技术的研究和实现[D].成都:电子科技大学,2006.

  [7]黄璐.数字视频监控系统的设计与实现[J].系统仿真技术,2006,2(2):118-124.

  [8]梁修如,严国萍.嵌入式视频监控服务器系统典型方案及其性能分析[J].电视技术,2005(10):93-96.

  [9]程恳,陈长清,张鹏宇,等.一个嵌入式视频监控系统的设计与实现[J].微计算机信息,2008,24(14):12-13,84.

  [10]王军,许建龙,孙树森.视频监控系统设计与实现[J].浙江理工大学学报,2008,25(3):301-304.

本文来源于必威娱乐平台 2018年第12期第63页,欢迎您写论文时引用,并注明出处。

关键词: Hi3519 人脸识别 智能摄像机 201812

加入微信
获取电子行业最新资讯
搜索微信公众号:EEPW

或用微信扫描左侧二维码

相关文章

查看电脑版