摘要：介紹了一種硬件基于ARM9處理器，采用主成分分析法(PCA)的人臉識(shí)別系統(tǒng)。實(shí)現(xiàn)了脫離PC機(jī)進(jìn)行人臉識(shí)別。系統(tǒng)采用通用USB攝像頭進(jìn)行圖像采集。軟件基于Linux操作系統(tǒng)，可方便地進(jìn)行網(wǎng)絡(luò)連接和圖像顯示。
關(guān)鍵詞：人臉識(shí)別；PCA；ARM9

    開發(fā)低成本、小型化人臉識(shí)別系統(tǒng)在發(fā)展實(shí)際人臉識(shí)別應(yīng)用中具有重要的意義。本系統(tǒng)采用ARM9作為系統(tǒng)控制芯片，達(dá)到了系統(tǒng)低成本、便攜化、小型化的要求。不同于運(yùn)行在PC機(jī)的人臉識(shí)別算法，系統(tǒng)的識(shí)別算法必須更多地考慮算法的計(jì)算量和ARM的運(yùn)行速度，使識(shí)別準(zhǔn)確率和識(shí)別時(shí)間都達(dá)到可接受范圍。

1 硬件平臺(tái)

1．1 ARM9處理器
    本系統(tǒng)采用三星公司的ARM9系列S3C2410作為處理器，工作頻率可達(dá)到203 MHz，可滿足系統(tǒng)對(duì)計(jì)算速度的要求。該處理器內(nèi)置2個(gè)USB HOST，本系統(tǒng)可用來掛載USB攝像頭。
1．2 液晶顯示屏
    為顯示攝像頭當(dāng)前采集圖像的預(yù)覽，系統(tǒng)采用三星的320×240像素液晶屏，大小為106．68 cm。該液晶屏的每個(gè)像素深度為2 bit，采用RGB565色彩空間。
1．3 攝像頭
    攝像頭采用市場(chǎng)上常見的網(wǎng)眼2000攝像頭，內(nèi)部是含CMOS傳感器的OV511+芯片。
    CMOS傳感器采用感光元件作為影像捕獲的基本手段，核心是1個(gè)感光二極管，該二極管在接受光線照射之后能夠產(chǎn)生輸出電流，而電流的強(qiáng)度則與光照的強(qiáng)度對(duì)應(yīng)。相對(duì)CCD圖像傳感器，CMOS傳感器具有成本低廉的優(yōu)點(diǎn)。該攝像頭通過USB接口與ARM9處理器通信。該攝像頭輸出格式y(tǒng)uv，在輸出至屏幕之前，需將數(shù)據(jù)格式轉(zhuǎn)化為RGB565格式。
1．4 存儲(chǔ)器
    系統(tǒng)采用64 MB的SDRAM，由兩片K4S561632芯片組成，工作在32位模式。另有64 MB的NANDFlash，采用K9F1208芯片。該芯片在系統(tǒng)中空間分配情況，如圖2所示。

[!--empirenews.page--]

2 軟件平臺(tái)
    系統(tǒng)的軟件設(shè)計(jì)主要由底層的操作系統(tǒng)，驅(qū)動(dòng)程序以及應(yīng)用程序組成。操作系統(tǒng)采用Linux 2．4內(nèi)核。通過對(duì)內(nèi)核的適當(dāng)裁剪，刪除對(duì)本系統(tǒng)不需要的系統(tǒng)服務(wù)以及驅(qū)動(dòng)程序。

    本系統(tǒng)的驅(qū)動(dòng)程序主要用來驅(qū)動(dòng)攝像頭、按鍵和指示燈。這3個(gè)驅(qū)動(dòng)程序在操作系統(tǒng)啟動(dòng)后，采用Linux特有的動(dòng)態(tài)加載模塊方式加載至系統(tǒng)內(nèi)核。攝像頭驅(qū)動(dòng)程序可在Linux內(nèi)核自帶的OV 51l驅(qū)動(dòng)程序基礎(chǔ)上修改，使其兼容OV 511+芯片。指示燈驅(qū)動(dòng)程序主要用來提示當(dāng)前程序工作狀態(tài)。由于程序運(yùn)行于Linux操作系統(tǒng)之上，應(yīng)用程序無法直接控制硬件I／O口，需要先經(jīng)過驅(qū)動(dòng)程序?qū)ξ锢淼刂愤M(jìn)行地址映射，才可通過映射的虛擬地址進(jìn)行I／O操作。按鍵驅(qū)動(dòng)程序采集用戶輸入，并通過硬件中斷傳至Linux內(nèi)核空間，再由驅(qū)動(dòng)程序通過Linux進(jìn)程間通信方式之一的信號(hào)通信，傳至運(yùn)行在Linux用戶空間的應(yīng)用程序。

3 識(shí)別算法
3．1 PCA算法
    PCA方法(即特征臉方法)是M．Turk和A．Pentland在文獻(xiàn)中提出的，該方法的基本思想是：將圖像向量經(jīng)過K-L變換后由高維向量轉(zhuǎn)換為
低維向量，并形成低維線性向量空間，即特征子空間，然后將人臉投影到該低維空間，用所得到的投影系數(shù)作為識(shí)別的特征向量。識(shí)別人臉時(shí)，只需將待識(shí)別樣本的投影系數(shù)與數(shù)據(jù)庫(kù)中目標(biāo)樣本集的投影系數(shù)進(jìn)行比對(duì)，以確定與哪一類最近。
    PCA算法分為兩步：核心臉數(shù)據(jù)庫(kù)生成階段，即訓(xùn)練階段以及識(shí)別階段。[!--empirenews.page--]
    (1)核心臉數(shù)據(jù)庫(kù)生成階段。
    1)假設(shè)共有K張M×N大小的人臉圖像。先將每張圖像按列化為(M×N)×1的列向量，命名為xi，i=1，2，…，K。

    5)計(jì)算AAT的特征向量μi；根據(jù)計(jì)算量保留j個(gè)最大特征向量組成特征子空間。
    6)將每張臉φ(減去均值后)表示成j個(gè)特征向量的線性組合，即為φ的特征臉。每張標(biāo)準(zhǔn)化訓(xùn)練臉φi用Ω=(ω1i，ω2i，…，ωji)T，i=1，2，…，K表示。
    (2)識(shí)別階段。
    1)設(shè)要識(shí)別的未知人臉為T，先將T按列變化為一列向量xt。
    2)xt求與平均臉ψ得差值φ。再將φ向特征子空間投影，即

    
    3)將φ表示成
    
    4)最后計(jì)算兩個(gè)矩陣的歐氏距離
    
    若er<ξ，其中ξ為固定值，則該人臉被識(shí)別。
3．2 PGA算法的預(yù)處理
    雖然PcA算法在待識(shí)別圖像質(zhì)量較好的情況下，有識(shí)別準(zhǔn)確且計(jì)算量不大的優(yōu)點(diǎn)，但在以下幾點(diǎn)情況下，存在缺陷。其一是待識(shí)別圖像和訓(xùn)練圖像光照度差別較大。其二是人臉背景差別較大。為改進(jìn)PCA算法，可對(duì)圖像做以下預(yù)處理：
    (1)刪除背景。要?jiǎng)h除背景就要找出人臉在圖像的位置。對(duì)此，本系統(tǒng)通過人臉膚色建模的方法找出人臉的位置，并進(jìn)一步找出眼睛位置，然后根據(jù)兩個(gè)眼睛之間的距離計(jì)算出人臉大概范圍，通過對(duì)人臉范圍的適當(dāng)調(diào)整，使其規(guī)格化。
    (2)調(diào)整每張人臉圖像的亮度。通過設(shè)定一固定值，調(diào)整圖像像素的灰度值，使圖像灰度平均值達(dá)到這一固定值。通過同態(tài)濾波，減少光照不均。

4 結(jié)束語(yǔ)
    采用了在ARM9控制下CMOS圖像傳感器進(jìn)行圖像采集，并利用改進(jìn)的PCA算法對(duì)圖像識(shí)別，提高了識(shí)別效率和系統(tǒng)的實(shí)用性。測(cè)試表明，臉部范圍在180×200像素時(shí)，設(shè)定閾值er為2×1015的情況下，系統(tǒng)的識(shí)別率為89．2％。