基于DSP的人脸识别系统设计
加入技术交流群
1．3 KNN分类器的构建
KNN的实现分训练和识别两步。训练时，把每类样本降维后的结果作为KNN的输入。K近邻算法将一个测试点x分类为与它最接近的K个近邻中出现最多的那个类别，从测试样本点开始生长，不断扩大区域，直到包含进K个训练样本点为止，并且把测试样本点的类别归为这最近K个训练样本点中出现频率最大的类别。如图3所示，圆圈表示待识别数据所处的位置，选择K值为3时，选中实线圆中的3个数据，识别结果为三角形代表的类；选择K值为5时，选中虚线圆中的5个数据，识别结果为正方形代表的类。所以选取恰当的K值对分类的结果有很大影响。如果K值选取过大时，可能能较正确地分类，但是同时牺牲了性能，提高了计算复杂度。如果K值选取过小，则大大降低了计算复杂度，但是可能会影响分类的准确性。本文引用地址：//m.amcfsurvey.com/article/151846.htm
2系统硬件设计
系统设计时选用DSP6713，这是TI公司生产的C6000系列的浮点处理器，其采用了VLIW体系结构，指令运行的等效周期数较低，运行速度较快。图像的采集采用了PAL制式输出的普通摄像头加上TI公司生产的图像编码芯片TVP5147，该芯片支持多种制式，多种接口输入，并可以输出YUV格式的视频数据，同时提供行同步信号和垂直同步信号等。数据暂存使用CPLD和SRAM实现。设计系统构成，如图4所示。
2．1 TVP5147芯片
系统上电时，DSP首先对TVP5147初始化，其通过I2C总线实现，DSP自带I2C总线控制器。芯片I2C地址是由芯片引脚I2CA的电平控制的，如该引脚接高电平，则I2C写地址为0xB8，否则为OxBB。
假如系统初始化为从Y[9．．O]端口输出10位的YUV混合视频数据，则可知道其输出符合以下时序，如图5所示。
图中第一行为DATACLK信号，其为TVP5147芯片提供的数据时钟信号，第二行为数据Y[9…0]，当每一行图像开始之前，会有4个SAV信号，同样，结束之后也有4个EAV信号，如图5所示，数据是YCbCr格式，每个像素点的数据为4个数据组成，一次为Cb，Y，Cr，Y。而由图5中可以看出AVID信号为高电平时，表明当前的数据为有效数据。这为CPLD采集有效数据提供了参考信号。同时TVP5147芯片还输出FID信号，该信号为奇偶场指示信号。
2．2 CPLD读写SRAM
存储器选择了DS1265AB，它是SRAM存储器，具有存储速度快的优点，并能够在系统掉电时保存数据10年。DS1265具有1 MB的容量，20根地址线，8根数据线，另有WE，OE，CE信号输入端。
CPLD选用EPM7128具有价格便宜、计数频率高等优点。将存储器SRAM接到CPLD的IO引脚上，配合时序便能达到对SRAM读写的要求，原理图，如图6所示。
编写CPLD程序使得输出时序满足SRAM的存储要求，当然对于设计的具体要求，利用两片SRAM分别存储奇偶场的数据，SRAM的切换是由奇偶场信号FID控制多片74HC245实现的，详细过程，如图7所示。当FID处于高电平时，此时M1和M4使能，此时CPLD将地址信号CPLDaddr输入SRAM1中，DSP将地址信号DSPaddr输入至SRAM2中，同时M6和M8使能，由图中可以看出，此时CPLD正向SRAM1写入数据，而DSP正从SRAM2中读取数据，同时M10使能，CPLD的信号CPLDctl控制SRAM1的读写，而DSP的信号DSPctl控制SRAM2的读写，当FID转为低电平时，正好将SRAM1和SRAM2实现了交换。以这种方式构建的系统，能同时将视频的两场数据同时记录下来，实现了CPLD和DSP的有机结合。至此CPLD的任务就是将有效的图像数据存储到对应的SRAM中，当TVP5147芯片AVID引脚上升沿时，置地址为初始值00h，即从首地址依次往后写入。每一个数据时钟信号DATACLK上升沿时将TVP5147输出的Y[9…2]存储到当前地址单元，Y0和Y1位舍弃，因为所选择的SRAM数据位为8位，当放弃Y0和Y1位后，降低了图像数据的精度，但对识别效果的影响却很小，然后随着DATACLK每次上升沿的来临，CPLD将地址单元加1，这样实现每一场数据的写入。当切换至另一场数据时，执行的过程相同，只是存储的对象被74HC245强制更改，如此循环，便可将每场数据记录下来。
2．3 图像输出系统的设计
系统设计时为了减轻负担，采用电视监控的方法，将小型电视机通过TI公司的视频编码芯片THS8135连接至DSP总线，将得到的YUV数据通过THS8135直接输出至电视AV的视频接收端，并且通过DSP可以将一些信息显示到电视屏幕上，这样使得识别的过程更加人性化。
评论