[發明專利]一種基于ZYNQ的人臉關鍵點檢測系統

在審

• 申請號: 201810774764.4
• 申請日: 2018-07-16
• 公開（公告）號: CN109034025A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 陸生禮;龐偉;向家淇;周世豪;范雪梅;李宇峰
• 申請（專利權）人: 東南大學;東南大學—無錫集成電路技術研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葛瀟敏

本發明公開一種基于ZYNQ的人臉關鍵點檢測系統，包括攝像頭、ZYNQ平臺和VGA顯示器，其中，ZYNQ平臺集成有可編程邏輯模塊和處理系統模塊，處理系統模塊中設有處理器和存儲器；所述攝像頭用于采集視頻信息并將其發送到ZYNQ平臺，ZYNQ平臺將視頻轉換成單幀圖像并保存在存儲器中，可編程邏輯模塊進行一系列計算后將運算結果返回處理器，處理器根據運算結果顯示相應的人臉關鍵點，并將處理后的圖像存至存儲器，最后圖像轉成滿足VGA輸出的數據格式并輸出到VGA顯示器。此種系統具有并行計算能力強，準確率高和預測速度快的優點。

技術領域

本發明屬于人臉識別領域，特別涉及一種基于ZYNQ的人臉關鍵點檢測系統。

背景技術

由于人臉圖像包含大量人臉屬性信息同時獲取方便，近年來成為計算機視覺研究領域的一個熱點。人臉屬性主要包括性別、表情等，人臉關鍵點檢測即檢測出五官在人臉的相對位置，通常也將其作為人臉的一種屬性，廣泛應用于人臉美化、人臉動畫裝飾、疲勞駕駛等場景。隨著計算機計算能力的快速發展和大數據的爆發，卷積神經網絡逐漸取代了基于統計的傳統方法，成為人臉識別和人臉屬性分析等任務的首選。

卷積神經網絡包含眾多權重偏置參數和大量的卷積運算操作，當前主流人臉關鍵點檢測還是基于在諸如通用處理器和GPU這樣的軟件平臺，然而通用處理器無法充分挖掘卷積神經網絡的并行性，在PC運行速度較慢，盡管GPU能極大的提高計算速度，但其功耗和成本高使其難以在移動終端使用，不利于市場化。本發明結合ARM的便捷操作能力和FPGA的高并行度計算能力，基于ZYNQ平臺實現高速判斷人臉屬性。

ZYNQ平臺是基于Xilinx全可編程的平臺結構，主要包括可編程邏輯(Programmable Logic，PL)和處理系統(Processing System，PS)兩部分。其中，PL部分是全可編程的FPGA部分，用于高并行度的開發；PS中集成了兩片ARM Cortex A9處理器，可用于控制系統工作，訪問內存等。PS與PL的通信由AXI協議實現。

發明內容

本發明的目的，在于提供一種基于ZYNQ的人臉關鍵點檢測系統，其具有并行計算能力強，準確率高和預測速度快的優點。

為了達成上述目的，本發明的解決方案是：

一種基于ZYNQ的人臉關鍵點檢測系統，包括攝像頭、ZYNQ平臺和VGA顯示器，其中，ZYNQ平臺集成有可編程邏輯模塊和處理系統模塊，處理系統模塊中設有處理器和存儲器；所述攝像頭用于采集視頻信息并將其發送到ZYNQ平臺，ZYNQ平臺將視頻轉換成單幀圖像并保存在存儲器中，可編程邏輯模塊進行一系列計算后將運算結果返回處理器，處理器根據運算結果顯示相應的人臉關鍵點，并將處理后的圖像存至存儲器，最后圖像轉成滿足VGA輸出的數據格式并輸出到VGA顯示器。

采用上述方案后，本發明系統以卷積神經網絡為基本結構，根據硬件的存儲資源、并行度和算法需求設計神經網絡每層特征圖數量和尺度大小，通過遷移學習建立卷積神經網絡模型。將待檢測關鍵點的圖片和訓練好的模型參數提取出來保存在ZYNQ平臺的存儲器中，逐層分批發送輸入特征圖和參數，通過GPIO的控制，ZYNQ平臺FPGA端并行加速器進行神經網絡前向傳播的計算，將計算結果緩存到FIFO,全部計算完成后輸出最終預測結果。與現有技術相比，本發明高并行度計算使得人臉關鍵點的檢測能夠更加快速，同時便于實現。

附圖說明

圖1是本發明單幀圖像人臉關鍵點檢測流程圖；

圖2是本發明的系統框架圖；

圖3是本發明卷積并行計算示意圖。

具體實施方式

以下將結合附圖，對本發明的技術方案及有益效果進行詳細說明。