如何運用嵌入式技術實現(xiàn)面部檢測應用方案

嵌入式計算機視覺系統(tǒng)與人類的視覺系統(tǒng)非常相似，對來自范圍廣泛的各種產(chǎn)品的視頻信息進行分析和提取，執(zhí)行與人類視覺系統(tǒng)相同的視覺功能。

在智能手機、數(shù)碼相機和便攜式攝像機等嵌入式便攜產(chǎn)品中，必須在有限的尺寸、成本和功耗條件下提供較高的性能。新興的大容量嵌入式視覺產(chǎn)品市場包括汽車安全、監(jiān)控和游戲。計算機視覺算法識別場景中的物體，然后產(chǎn)生一個比其它圖像區(qū)域更重要的圖像區(qū)。例如，物體和面部檢測可用于增強視頻會議體驗、公共安全檔案管理，以及基于內(nèi)容的檢索和其它許多方面。

可以進行剪裁和尺寸調(diào)整，以便適當?shù)貙D像放在面部中心。在本文中，我們提出了一種檢測數(shù)碼圖像中的面部、剪裁選定的主面部，并將調(diào)整尺寸到固定尺寸輸出圖像的應用（參見圖1）。這種應用可在單一圖像或在視頻流上使用，并且設計用于實時運行。只要人們關注移動產(chǎn)品上的實時面部檢測，為了實現(xiàn)實時吞吐量，就必須采取合適的執(zhí)行步驟。

本文提出了在可編程向量處理器上執(zhí)行實時面部檢測應用的部署步驟，這些步驟可用于在任何移動產(chǎn)品上執(zhí)行類似的計算機視覺算法，從這一點上說，它們是通用的。

圖1:CEVA面部檢測應用

雖然靜態(tài)圖像處理消耗少量的帶寬和分配內(nèi)存，但是，視頻對于目前的存儲器系統(tǒng)的要求卻相當嚴苛。

另一方面，由于檢測和區(qū)分物體需要更多的處理步驟，計算機視覺算法的存儲器系統(tǒng)設計極具挑戰(zhàn)性?？紤]19x19像素大小的面部圖形縮略圖。對于這種小圖，可能的灰度值組合就有256361種，需要極高的三維空間。由于面部圖像的復雜性，明確描述面部特征具有一定的難度；因此，建立了以統(tǒng)計模型為基礎的其它方法。這些方法將人臉區(qū)域視為一個圖形，通過瞄準許多“面部”和“非面部”樣品構建區(qū)分器，然后通過分析檢測區(qū)域的圖形來確定圖像是否包含人臉。

面部檢測算法必須克服的其它挑戰(zhàn)是：姿態(tài)（正面，45度，側(cè)面，倒置）、存在或缺乏結構部分（胡須、眼鏡）、面部表情、遮擋（部分面部可能被其它物體遮?。D像取向（在相機光軸不同的旋轉(zhuǎn)方向，面部外表直接變化）及成像條件（照明、相機特點、分辨率）。

雖然文獻中已經(jīng)介紹了許多面部檢測算法，但是，只有少量算法能夠滿足移動產(chǎn)品的實時限制性。雖然據(jù)報道，許多面部檢測算法能夠產(chǎn)生高的檢測率，但是，由于手機等移動產(chǎn)品的計算和存儲器限制，很少有算法適合實時部署在這些移動產(chǎn)品上。

通常，面部檢測算法的實時執(zhí)行在具有相對強大的CPU和較大存儲器尺寸的PC電腦上進行。針對現(xiàn)有面部檢測產(chǎn)品的考察顯示，Viola和Jones在2001年推出的算法已經(jīng)被廣泛采納。這是一項突破性的工作，允許采用基于外表的方法來實時運行，同時保持相同或更高的準確度。

這種算法利用簡單特征的增強級聯(lián)，并且可以分為三個主要部分：（1）積分圖 - 用于快速特征評估的高效卷積；（2）使用用于特征選擇的Adaboost,并按照重要性順序?qū)λ鼈冞M行篩選。每個特征可作為一個簡單的（弱）區(qū)分器使用；（3）使用Adaboost來了解將最不可能包含面部的區(qū)域濾出的級聯(lián)區(qū)分器（弱區(qū)分器的集合）。圖2是區(qū)分器級聯(lián)的示意圖。在圖像中，大多數(shù)子圖像并不是面部實例。

根據(jù)這種假設，我們可以利用更小的高效區(qū)分器在早期排除許多否定例，同時檢測出差不多所有的肯定例。在后期采用更復雜的區(qū)分器來審查疑難情況。

例：24級級聯(lián)區(qū)分器

一級2特征區(qū)分器=> 排除60%非面部，同時檢測100%面部

二級5特征區(qū)分器=> 排除80%非面部，同時檢測100%面部

3級、4級和5級20特征區(qū)分器

6級和7級50特征區(qū)分器

8級至12級100特征區(qū)分器

13級至24級200特征區(qū)分器

圖2:區(qū)分器的級聯(lián)

在面部檢測算法的第一級，利用被稱為積分圖像的中間表示，可以快速計算矩形特征。如圖3所示，點（x,y）的積分圖像值是上部和左部所有像素的總和。D內(nèi)像素的總和可以計算為4+1-（2+3）。

圖3:采用積分圖像對矩形特征進行快速評估

為了在嵌入式產(chǎn)品上執(zhí)行實時面部檢測應用，需要將指令級并行性和和數(shù)據(jù)級并行性相結合的高級并行性。超長指令字（VLIW）架構能夠?qū)崿F(xiàn)高級并行指令處理，提供擴展的并行性及低功耗。

單指令多數(shù)據(jù)（SIMD）架構能夠在多數(shù)據(jù)元上運行單指令，從而縮短代碼長度并提高性能。使用向量處理器架構，可通過加法器/減法器并行數(shù)量因子，加速這些積分和的計算。如果向量寄存器可以加載16像素，而且這些像素可同時加到下一向量，加速因子是16.顯然，為處理器增加類似的向量處理單元可以使這一因子翻倍。

在下一面部檢測階段，在多個位置及按多種尺度掃描圖像。采用Adaboost強大的區(qū)分器（以矩形特征為基礎的區(qū)分器），以決定搜索窗口是否包含面部。再一次，向量處理器具有明顯的優(yōu)勢 - 具有同時將多個位置數(shù)據(jù)與閾值進行對比的能力。

假設在一個圖像中，大多數(shù)子圖像都不是面部例，可以提供的并行比較器越多，加速越快。

例如，如果架構設計具有在1個循環(huán)中比較8個要素中的2個向量的能力，則排除16個位置的子圖像僅需1個循環(huán)。為了簡化數(shù)據(jù)加載，并且高效率地利用向量處理器加載/儲存，各個位置可以在空間上彼此接近。

為了獲得高度并行的代碼，架構應支持指令預測。這樣可以使如果-則-否則（if-then-else）構造導致的分支用順序碼來代替，從而減少循環(huán)數(shù)和縮短代碼長度。允許條件執(zhí)行，有能力綜合各種條件，在控制代碼中實現(xiàn)更高的效率。此外，非順序碼，如分支和回路，經(jīng)設計具有零循環(huán)損失，而不需要煩瑣的技術，如動態(tài)分支預測和增加RISC處理器功率損耗的推理執(zhí)行。

一個關鍵的應用挑戰(zhàn)是存儲器帶寬，該應用需要對每幀視頻流進行掃描，以執(zhí)行面部檢測。由于其數(shù)據(jù)量較大，視頻流無法儲存在緊耦合存儲器（TCM）中。例如，一個YUV 4:2:0格式的高清幀占用了3MB數(shù)據(jù)存儲器。這種高存儲器帶寬導致功率損耗更高，并需要更昂貴的DDR存儲器，從而使材料清單成本更高。一個完美的解決方案是采用數(shù)據(jù)分塊（data tiling）來儲存像素，其中2維數(shù)據(jù)塊在單次突發(fā)中由DDR存取，極大地改善了DDR的效率。直接存儲器存取（DMA）可以在外部存儲器和核心存儲器子系統(tǒng)之間傳輸數(shù)據(jù)。在最終面部檢測應用階段，包含檢測面部的子圖像尺寸重新調(diào)整到固定尺寸輸出窗口。

當圖像在多個比例掃描時，還在檢測階段使用圖像尺寸調(diào)整過程。尺寸調(diào)整算法廣泛應用于圖像處理，用于視頻放大和縮小。面部檢測應用中執(zhí)行的算法是雙三次算法。三次卷積插值根據(jù)離規(guī)定輸入坐標最近的16個像素的加權平均值來確定灰度值，并將該值分配給輸出坐標。首先，在一個方向（水平方向）上執(zhí)行四個一維三次卷積，然后，在垂直方向執(zhí)行更多個一維三次卷積。這意味著要執(zhí)行一個二維三次卷積，而所需的是一個一維三次卷積。

向量處理器內(nèi)核具有強大的加載-儲存能力，能夠快速、有效地存取數(shù)據(jù)是此類應用的關鍵特征，其中算法在數(shù)據(jù)塊上運行。可通過在單循環(huán)中從存儲器訪問2維存儲器塊來滿足尺寸調(diào)整算法優(yōu)化。

這一特點使處理器能夠有效地實現(xiàn)較高的存儲器帶寬，不需要載入不必要的數(shù)據(jù)或執(zhí)行數(shù)據(jù)操作的負荷計算單元。此外，能夠在數(shù)據(jù)存取期間轉(zhuǎn)置數(shù)據(jù)且不存在任何循環(huán)損失，這使得轉(zhuǎn)置的數(shù)據(jù)塊能夠在單一循環(huán)中存取，對于執(zhí)行水平過濾和垂直過濾非常切實可行。處理器的功率是其執(zhí)行強大卷積能力的結果，可以在單一循環(huán)中執(zhí)行并行的過濾器。

這里是一個有效解決方案的實例。在一個循環(huán)中加載4x8字節(jié)塊，然后每個迭代利用4個像素，在垂直方向執(zhí)行三次卷積。這4個像素預先安排在4個獨立的向量寄存器中，因此，我們能夠同時獲得8個結果。然后，同時對這些中間結果進行準確處理，但是，以轉(zhuǎn)置格式加載這些數(shù)據(jù)，從而完成水平過濾。為了保持結果準確度，需要用結果四舍五入值（rounding value）和后移（post-shift）初始化。過濾器配置應當在不要求專門指令的條件下實現(xiàn)這些特征。

總之，這種并行向量處理解決方案核心可在加載/儲存單元操作和處理單元之間實現(xiàn)平衡。一般說來，數(shù)據(jù)帶寬限制及就功耗和晶片面積而言的處理單元的成本限制了執(zhí)行效率；不過，顯然，可以實現(xiàn)標量處理器架構的重要加速。

多媒體器件的多用途可編程HD視頻和圖像平臺

CEVA-MM3000是可以集成到SoC中的可擴展的完全可編程多媒體平臺，以全軟件形式提供1080p 60fps視頻解碼和編碼、ISP功能和視覺應用。該平臺由兩個專用處理器，即流處理器和向量處理器組成，集成到一個完整的多核系統(tǒng)中，包括本地存儲器和共享存儲器、外設、DMA和與外部總線的標準橋接。這款全面的多內(nèi)核平臺專為滿足移動產(chǎn)品和其它消費者電子產(chǎn)品的低功耗要求而設計。

向量處理器包括兩個獨立的向量處理單元（VPU）。VPU負責所有的向量計算，包括向量間運算（利用單指令多數(shù)據(jù)流）和向量內(nèi)部運算。向量間指令可在16個8位（字節(jié)）或8個16位（字）元上運行，可以使用向量寄存器對，形成32位（雙字）元。VPU具有在單循環(huán)中完成6個線路（taps）中8個并行濾波器（taps）的能力。

雖然VPU是作為向量處理器的計算主力，但是，向量加載和儲存單元（VLSU）作為從數(shù)據(jù)存儲器子系統(tǒng)向向量處理器及從向量處理器向數(shù)據(jù)存儲器子系統(tǒng)傳輸數(shù)據(jù)的工具。VLSU具有適用于加載和儲存操作的256位帶寬，并支持不對齊（non-aligned）存取。VLSU備有在單循環(huán)中存取二維數(shù)據(jù)塊的能力，并支持不同的數(shù)據(jù)塊尺寸。

圖4:加載4x4像素塊

為了簡化VPU任務，在讀/寫向量寄存器時，VLSU可以靈活地操作數(shù)據(jù)結構。在數(shù)據(jù)存取期間，數(shù)據(jù)塊可以轉(zhuǎn)置，而不存在任何循環(huán)損失，能夠在單循環(huán)中實現(xiàn)轉(zhuǎn)置數(shù)據(jù)塊的存取。轉(zhuǎn)置功能可以動態(tài)設定或清除。采用這種方式，水平過濾器和垂直過濾器可以重復使用相同的功能，從而節(jié)省每個過濾器的開發(fā)和調(diào)試時間，同時縮小程序存儲器的占位面積。

結論

對于采用CEVA-MM3000平臺的消費產(chǎn)品來說，嵌入式視覺應用是有效地執(zhí)行算法多樣性的一個實例，例如具備裁剪和尺寸調(diào)整功能的面部檢測。根據(jù)預測，將來類似的和更復雜的應用需求將會增長，所有這些應用都可以利用CEVA-MM3000架構的可編程性和可擴展性。