如何降低藍(lán)牙裝置的功耗
加入技術(shù)交流群
2.2 系統(tǒng)工作過程
系統(tǒng)上電或復(fù)位后，首先完成FPGA芯片的配置、對(duì)TVP5150進(jìn)行的初始化以及DSP啟動(dòng)引導(dǎo)及其外圍芯片的初始化工作，之后便開始進(jìn)行圖像采集。利用FPGA模擬I2C口對(duì)系統(tǒng)中的其他芯片進(jìn)行控制，從攝像頭采集到的摸擬視頻信號(hào)經(jīng)過視頻解碼器轉(zhuǎn)換為數(shù)字視頻信號(hào)，經(jīng)預(yù)處理后送入DM642的視頻通道(VP端口)。在檢測(cè)到有人進(jìn)入監(jiān)視區(qū)域時(shí)，啟動(dòng)錄像功能，DM642將接收到的數(shù)字視頻信號(hào)和數(shù)字音頻信號(hào)用MPEG4標(biāo)準(zhǔn)編碼壓縮，并通過以太網(wǎng)傳送到監(jiān)控中心。同時(shí)捕捉人臉圖像并進(jìn)行身份識(shí)別，如有異常則啟動(dòng)報(bào)警程序。
3 系統(tǒng)軟件組成
對(duì)于本系統(tǒng)來說，系統(tǒng)軟件主要包括3部分：運(yùn)動(dòng)目標(biāo)檢測(cè)、人臉的檢測(cè)定位、人臉匹配。其中人臉的檢測(cè)定位尤為關(guān)鍵，是正確識(shí)別的前提。因?yàn)閳D像的拍攝受到各種因素的干擾，如亮度、人物移動(dòng)速度、表情、著裝等，這些因素如果在檢測(cè)時(shí)不能得到有效處理，勢(shì)必會(huì)影響后期的匹配，造成識(shí)別率下降。因此，如何將人臉從背景中檢測(cè)出來，并進(jìn)行適當(dāng)?shù)奶幚?、分割，是關(guān)系到識(shí)別成敗的關(guān)鍵環(huán)節(jié)，需要著重進(jìn)行處理。
3.1 運(yùn)動(dòng)目標(biāo)檢測(cè)
對(duì)于運(yùn)動(dòng)目標(biāo)的檢測(cè)，常用的方法有背景差值法、圖像差分法、光流分割法和模式匹配法。由于光流分割和模式匹配等方法數(shù)據(jù)計(jì)算量較大，無法滿足實(shí)時(shí)檢測(cè)的要求。背景差值法計(jì)算簡單、速度快且檢測(cè)準(zhǔn)確，但需要在背景靜止時(shí)檢測(cè)有效，對(duì)于背景變化的場(chǎng)合不適合。對(duì)于背景變化的場(chǎng)合，可以采用圖像差分法，即通過檢測(cè)圖像序列相鄰兩幀對(duì)應(yīng)像素點(diǎn)之間灰度值的變化確定移動(dòng)的物體。設(shè)圖像定義f(x，y，i)，其中(x，y)為圖像的位置坐標(biāo)，i、j為圖像幀數(shù)，T為設(shè)定的閾值，則幀f(x，y，i)與幀f(x，y，j)之間的變化可用如下的二值差分圖像表示：
本文引用地址：http://butianyuan.cn/article/151852.htm 式中取值為1和0的像素分別對(duì)應(yīng)于前景（運(yùn)動(dòng)目標(biāo)區(qū)域）和背景（非運(yùn)動(dòng)區(qū)域）。
對(duì)于緩慢移動(dòng)的物體，圖像差分的變化量很小，有可能會(huì)被濾波器濾掉，解決方法是通過累積差分法ADP[2](Accumulative Difference Picture)。該法不僅可以用于可靠檢測(cè)緩慢移動(dòng)的物體，還可用于估計(jì)物體移動(dòng)速度的大小和方向以及物體尺度的大小。獲得累積差分圖像的過程如下：將圖像序列的每一幀圖像與參考圖像進(jìn)行比較，當(dāng)差值大于某一閾值時(shí)就在累積差分圖像中加1，這樣，在第i幀圖像上的累積差分圖像ADP(x，y，i)為：
通過判斷灰度值的變化，即可判斷出移動(dòng)物體及其方向。
針對(duì)本系統(tǒng)，可以先利用背景差值法確定是否有移動(dòng)目標(biāo)進(jìn)入監(jiān)視區(qū)。如有則啟動(dòng)錄像功能，結(jié)合圖像差分法，經(jīng)過一系列檢測(cè)檢出運(yùn)動(dòng)目標(biāo)，并啟動(dòng)跟蹤程序。具體程序如圖3所示。
3.2 人臉的檢測(cè)定位
在檢測(cè)出運(yùn)動(dòng)的目標(biāo)之后，要判斷目標(biāo)為人體還是其他動(dòng)物，這可以通過目標(biāo)的尺寸及目標(biāo)的空間特征(如寬高比等)來區(qū)分。在確定為人體目標(biāo)之后，就要確定出人臉的區(qū)域。確定人臉區(qū)域的方法有多種，本系統(tǒng)采集的是彩色圖像，可以根據(jù)膚色進(jìn)行判別。利用膚色提取色彩信息的方法已被廣泛應(yīng)用在計(jì)算機(jī)視覺研究領(lǐng)域中。膚色是人臉的重要信息，不依賴于面部的細(xì)節(jié)特征，對(duì)于旋轉(zhuǎn)、表情等變化情況都能適用，具有相對(duì)的穩(wěn)定性并且和大多數(shù)背景物體的顏色相區(qū)別。與其他人臉檢測(cè)方法相比，膚色的判斷在速度上具有明顯優(yōu)勢(shì)。因此，將其作為人臉檢測(cè)的其他方法的預(yù)處理，可以在很大程度上減小人臉檢測(cè)的搜索范圍，降低誤報(bào)率，進(jìn)而大大提高人臉檢測(cè)算法的整體性能。
人臉檢測(cè)過程如下：對(duì)于彩色圖像首先進(jìn)行膚色檢測(cè)；在檢測(cè)出膚色區(qū)域后，需要進(jìn)行區(qū)域分隔及形態(tài)學(xué)運(yùn)算，通過形態(tài)學(xué)處理可以過濾由于噪音或者其他原因引起的一些較小的不可能為人臉的類膚色區(qū)域，減少候選區(qū)域和提高檢測(cè)速度，降低誤判的可能性；之后根據(jù)它們?cè)谏壬系南嗨菩院涂臻g上的相關(guān)性分割出可能的人臉區(qū)域，同時(shí)利用區(qū)域的幾何特征及灰度特征驗(yàn)證是否為人臉，以排除其他色彩類似膚色的物體。
用膚色來檢測(cè)人臉，要先確定膚色模型?；镜哪w色模型有3種：RGB模型、HIS模型和YCbCr模型。這里選用YCbCr模型，原因是圖形采集輸出的格式為YUV，而YUV格式和YCbCr格式在數(shù)學(xué)上具有一致性，同時(shí)對(duì)于后期的數(shù)據(jù)進(jìn)行MPEG壓縮也很方便。人臉檢測(cè)的程序流程如圖4所示。具體過程分析如下：
評(píng)論