摘 要： 針對(duì)人臉" title="人臉">人臉檢測(cè)對(duì)實(shí)時(shí)性的要求，對(duì)正面直立人臉提出了改進(jìn)的層次型" title="層次型">層次型AdaBoost檢測(cè)算法，并基于軟件測(cè)試的結(jié)果，確定出硬件結(jié)構(gòu)。在基于FPGA實(shí)現(xiàn)時(shí)，大幅度提高了檢測(cè)速度，并充分利用了資源。
關(guān)鍵詞： 人臉檢測(cè)" title="人臉檢測(cè)">人臉檢測(cè) AdaBoost? 層次型分類器" title="分類器">分類器? 流水線處理技術(shù)
?
人臉檢測(cè)是指對(duì)于給定的圖像或視頻，判斷其中是否存在人臉，如果存在，則進(jìn)一步確定人臉的個(gè)數(shù)、具體位置以及大小的過(guò)程[1]。
??? 作為一個(gè)模式識(shí)別問(wèn)題，人臉檢驗(yàn)包含兩個(gè)方面的內(nèi)容，一是特征提取，二是分類方法設(shè)計(jì)。近年來(lái)，為更好地區(qū)分不同模式，出現(xiàn)了一些新的特征定義，使其便于特征提取[2]并拓展了特征庫(kù)[3]，而采用AdaBoost算法從弱特征中選取分類能力強(qiáng)的特征組成強(qiáng)分類器的方法來(lái)設(shè)計(jì)層次型分類器，可以很好地解決直立正面人臉檢測(cè)問(wèn)題[4]。
FPGA有著規(guī)整的內(nèi)部邏輯陣列和豐富的連線資源，特別適合于數(shù)字信號(hào)處理，且有良好的并行性和可擴(kuò)展性。因此，特別適用于人臉檢測(cè)中多個(gè)窗口并行處理以及弱特征的并行運(yùn)算。
1 算法介紹
1.1 弱特征
由于像素特征具有受尺度變化影響比較嚴(yán)重和不便于構(gòu)建快速分類器的缺點(diǎn)，因此，為了更好地區(qū)分不同模式，本文采用區(qū)域面積來(lái)歸一化特征，將特征定義為相鄰矩形像素灰度均值之差，如式（1）：
Rp={
}為正集合， Rn={
}為負(fù)集合。sum(r)為矩形內(nèi)所有像素灰度之和，w、h分別為矩形的寬和高。
新定義的特征本文采用積分圖來(lái)快速計(jì)算。積分圖像在點(diǎn)(x，y)處的值定義為其左上部分所有像素灰度值的和，如式（2）：
其中，II(x，y)為積分圖像在點(diǎn)(x，y)處的值，I(x′，y′)為圖像在點(diǎn)(x′，y′)處的值。
采用面積來(lái)歸一化，避免了對(duì)弱特征進(jìn)行尺度放縮時(shí)引起的誤差，并且減弱了光照對(duì)檢測(cè)的影響。
1.1.1 弱特征庫(kù)的建立
為易于實(shí)現(xiàn)，本文采用一個(gè)包含九個(gè)區(qū)域的形狀模板來(lái)統(tǒng)一表示像素特征,九個(gè)區(qū)域面積大小相同，但對(duì)模板區(qū)域而言，長(zhǎng)寬可以不同。模板的九個(gè)區(qū)域有三種狀態(tài)：1、0、-1，分別采用白、黑、灰來(lái)表示。在九個(gè)區(qū)域中，正特征集合定義為形狀模板中白色區(qū)域組成的集合，負(fù)特征集合定義為形狀模板中灰色區(qū)域組成的集合，黑色區(qū)域沒(méi)有使用。
考慮到特征的表示能力和運(yùn)算速度，文中只選擇了其中16種表示能力強(qiáng)且易于快速運(yùn)算的形狀作為弱特征庫(kù)，16種形狀模板如圖1所示。
1.1.2 弱特征值" title="特征值">特征值的快速計(jì)算
為快速提取弱特征，將其轉(zhuǎn)化為兩個(gè)矩形區(qū)域的求取運(yùn)算，以第13種弱特征為例，正負(fù)區(qū)域運(yùn)算圖如圖2所示。先將負(fù)矩形合并為一個(gè)矩形，即圖中A區(qū)域所示；然后求取九個(gè)區(qū)域的灰度和，即圖中C區(qū)域像素灰度和，最后通過(guò)C和A求取B區(qū)域像素灰度和。根據(jù)式（2），可得sum(B)=sum(C)-sum(A)。特征區(qū)域面積也可以通過(guò)類似方法求取。根據(jù)式（1）可得到：
其中Acr(A)、Acr(C)分別為區(qū)域A和區(qū)域C的面積。通過(guò)式（3）可快速求得任意微結(jié)構(gòu)特征。
?
1.2 分類方法設(shè)計(jì)
為了在檢測(cè)率不變的條件下提高檢測(cè)速度，本文采用層次型人臉檢測(cè)器結(jié)構(gòu)，如圖3所示。該結(jié)構(gòu)分為12層，每一層都是AdaBoost 算法訓(xùn)練得到的一個(gè)強(qiáng)分類器.經(jīng)過(guò)閾值調(diào)整，使得每一層都能讓幾乎全部人臉樣本通過(guò)，而拒絕很大一部分非人臉樣本。這樣，靠近前面的各層，采用少量的特征即可拒絕大部分的非人臉樣本，而靠近后面的各層，需采用大量的特征來(lái)排除近似人臉的非人臉候選圖像的干擾。
1.3 檢測(cè)流程
基于上述分析，判斷一個(gè)人臉窗口的基本流程如圖4所示。
檢測(cè)流程：(1)讀入取樣窗口和弱特征信息，求出每層的若干微特征值；(2)將微特征值除以窗口的灰度方差，得到歸一特征值(f)，實(shí)現(xiàn)歸一化處理；(3)讀入此微特征訓(xùn)練所得的參數(shù)(m，r)，將歸一特征值進(jìn)行處理：h=(f-m)/r；(4)輸出h，從查找表中取出對(duì)應(yīng)的函數(shù)值b；(5)將強(qiáng)分類器所包含弱分類器對(duì)應(yīng)的輸入值相加：a=Σb；并將a與當(dāng)前層的閾值y比較；判斷通過(guò)與否。
如此循環(huán)12次以檢測(cè)出人臉。
2 硬件設(shè)計(jì)
整個(gè)系統(tǒng)分為片內(nèi)、片外兩部分，系統(tǒng)結(jié)構(gòu)如圖5所示。其中，片外(即存儲(chǔ)器，存儲(chǔ)圖像和參數(shù))；片內(nèi)，即FPGA，由四部分組成：(1)預(yù)處理電路：計(jì)算積分圖像，微特征對(duì)應(yīng)的正負(fù)區(qū)域和采樣窗口的灰度方差；(2)分類器：檢測(cè)出人臉窗口；(3)窗口融合電路：融合鄰近的人臉窗口；(4)控制電路：控制片內(nèi)片外的數(shù)據(jù)傳輸及片內(nèi)電路的時(shí)序。
本文在預(yù)處理電路、分類器和窗口融合電路三環(huán)節(jié)采用流水線技術(shù)，其中分類器是整個(gè)系統(tǒng)的技術(shù)瓶頸，決定了人臉檢測(cè)的速度。因此，分類器的設(shè)計(jì)成為關(guān)鍵。
2.1 分類器結(jié)構(gòu)
分類器由若干弱分類器和外圍電路構(gòu)成，其內(nèi)部結(jié)構(gòu)如圖6所示，其中每一個(gè)弱分類器（PE）內(nèi)部結(jié)構(gòu)如圖7所示，PE每部分實(shí)現(xiàn)的功能分別是：模塊A：計(jì)算該窗口的微結(jié)構(gòu)特征值e；模塊B：歸一化處理微特征值e得f；模塊C：得出該窗口微特征閾值b；控制電路：控制模塊間的時(shí)序即PE內(nèi)部與外部的數(shù)據(jù)交換。
?
該處理單元由兩個(gè)32位除法器、一個(gè)32位乘法器、若干全加器和寄存器構(gòu)成。而除法器和乘法器由移位電路實(shí)現(xiàn)，其結(jié)構(gòu)（以除法器為例）如圖8所示。
2.2 弱分類器的組合
分類器由若干弱分類器與控制電路組成，其中控制電路根據(jù)每一層參數(shù)來(lái)控制該層強(qiáng)分類器個(gè)數(shù)與每一強(qiáng)分類器所含弱分類器數(shù)。
由訓(xùn)練得到一個(gè)包含12層共294個(gè)弱特征的分類器。因此，檢測(cè)出一個(gè)人臉窗口，要通過(guò)294個(gè)弱特征處理單元運(yùn)算。綜合考慮時(shí)間和資源因素，弱分類器的組合采取一次處理多個(gè)窗口，分時(shí)復(fù)用硬件資源的方法。
訓(xùn)練所得第n層強(qiáng)分類器所包含的弱特征個(gè)數(shù)如圖9(a)所示。通過(guò)大量檢測(cè)結(jié)果可得窗口通過(guò)率與層數(shù)n的關(guān)系如圖9(b)所示。
將層通過(guò)率與該層所含弱特征個(gè)數(shù)相乘，并乘以選定的一次處理窗口的數(shù)目（12），可得較為平滑曲線，如圖10所示。
從圖9(b)可知前7層分類器已將絕大多數(shù)的非人臉窗口拒掉。因此，處理單元數(shù)目即由前幾層中強(qiáng)分類器所含弱特征數(shù)與該層所處理的窗口數(shù)的乘積最大值決定，由圖10可知處理單元數(shù)目為38。這樣便可在較少資源的情況下大大提高檢測(cè)速度。
另外，為降低一次同時(shí)處理兩個(gè)臨近人臉窗口的概率，本文預(yù)先改變了候選窗口輸入次序。
3 實(shí)驗(yàn)結(jié)果
實(shí)驗(yàn)是對(duì)CMU-MIT測(cè)試庫(kù)進(jìn)行的，而訓(xùn)練時(shí)主要選用從Internet上收集得到的人臉圖像共1000幅，通過(guò)對(duì)這1 000幅圖像進(jìn)行隨機(jī)旋轉(zhuǎn)、平移一個(gè)像素、隨機(jī)鏡像共得到5 000幅24×24像素的人臉訓(xùn)練樣本。同時(shí)收集了1 600幅自然圖片作為非人臉樣本候選集。
輸入圖像為256×256像素， 其檢測(cè)效果如圖11所示。對(duì)此種輸入圖像采用縮放因子的s＝1.3，平移因子的d＝2.5，搜索從30×30像素到255×255像素范圍內(nèi)的人臉。整個(gè)系統(tǒng)用VHDL語(yǔ)言描述，表1為所用硬件資源情況。
?
其平均處理速度為17.3fps, 虛警率低于5E-7，檢測(cè)率可達(dá)0.998。
文中新定義的微特征具有對(duì)于特征放縮時(shí)近似引入誤差的魯棒性，以及去光照影響的特性。此外，本文設(shè)計(jì)的特征模板，不僅擴(kuò)展了微結(jié)構(gòu)特征庫(kù)，而且使用方便，可以根據(jù)需要選取合適特征。本文采用流水線技術(shù)將積分圖像的計(jì)算與分類器運(yùn)算并行，提高了弱特征提取速度。而在硬件實(shí)現(xiàn)時(shí)，利用軟件訓(xùn)練與測(cè)試結(jié)果。綜合速度和硬件資源兩指標(biāo)，在保證檢測(cè)質(zhì)量的前提下，設(shè)計(jì)最優(yōu)的硬件結(jié)構(gòu),充分利用硬件資源。
參考文獻(xiàn)
1 Viola P，Jones M.Robust real time object detection.IEEE ICCV workshop on statistical and computational theories of vision，Vancouver，Canada，2001
2 Lienhart R，Kuranov A，Pisarevsky V.Empirical analysis of detection cascades of boosted classifiers for rapid object detection.In：DAGM′03，25th Pattern Recognition Symposium，2003：297～304
3 Li S Z，Zhang Z Q，Shum H et al.FloatBoost learning for classification.In：NIPS 15，2002
4 Rowley H，Baluja S，Kanade T.Neural network-based face detection.In：IEEE Patt Anal Mach.Intell，1998；(20)：22～38