CN109034025A - 一种基于zynq的人脸关键点检测系统 - Google Patents
一种基于zynq的人脸关键点检测系统 Download PDFInfo
- Publication number
- CN109034025A CN109034025A CN201810774764.4A CN201810774764A CN109034025A CN 109034025 A CN109034025 A CN 109034025A CN 201810774764 A CN201810774764 A CN 201810774764A CN 109034025 A CN109034025 A CN 109034025A
- Authority
- CN
- China
- Prior art keywords
- zynq
- point detection
- critical point
- sent
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于ZYNQ的人脸关键点检测系统,包括摄像头、ZYNQ平台和VGA显示器,其中,ZYNQ平台集成有可编程逻辑模块和处理系统模块,处理系统模块中设有处理器和存储器;所述摄像头用于采集视频信息并将其发送到ZYNQ平台,ZYNQ平台将视频转换成单帧图像并保存在存储器中,可编程逻辑模块进行一系列计算后将运算结果返回处理器,处理器根据运算结果显示相应的人脸关键点,并将处理后的图像存至存储器,最后图像转成满足VGA输出的数据格式并输出到VGA显示器。此种系统具有并行计算能力强,准确率高和预测速度快的优点。
Description
技术领域
本发明属于人脸识别领域,特别涉及一种基于ZYNQ的人脸关键点检测系统。
背景技术
由于人脸图像包含大量人脸属性信息同时获取方便,近年来成为计算机视觉研究领域的一个热点。人脸属性主要包括性别、表情等,人脸关键点检测即检测出五官在人脸的相对位置,通常也将其作为人脸的一种属性,广泛应用于人脸美化、人脸动画装饰、疲劳驾驶等场景。随着计算机计算能力的快速发展和大数据的爆发,卷积神经网络逐渐取代了基于统计的传统方法,成为人脸识别和人脸属性分析等任务的首选。
卷积神经网络包含众多权重偏置参数和大量的卷积运算操作,当前主流人脸关键点检测还是基于在诸如通用处理器和GPU这样的软件平台,然而通用处理器无法充分挖掘卷积神经网络的并行性,在PC运行速度较慢,尽管GPU能极大的提高计算速度,但其功耗和成本高使其难以在移动终端使用,不利于市场化。本发明结合ARM的便捷操作能力和FPGA的高并行度计算能力,基于ZYNQ平台实现高速判断人脸属性。
ZYNQ平台是基于Xilinx全可编程的平台结构,主要包括可编程逻辑(Programmable Logic,PL)和处理系统(Processing System,PS)两部分。其中,PL部分是全可编程的FPGA部分,用于高并行度的开发;PS中集成了两片ARM Cortex A9处理器,可用于控制系统工作,访问内存等。PS与PL的通信由AXI协议实现。
发明内容
本发明的目的,在于提供一种基于ZYNQ的人脸关键点检测系统,其具有并行计算能力强,准确率高和预测速度快的优点。
为了达成上述目的,本发明的解决方案是:
一种基于ZYNQ的人脸关键点检测系统,包括摄像头、ZYNQ平台和VGA显示器,其中,ZYNQ平台集成有可编程逻辑模块和处理系统模块,处理系统模块中设有处理器和存储器;所述摄像头用于采集视频信息并将其发送到ZYNQ平台,ZYNQ平台将视频转换成单帧图像并保存在存储器中,可编程逻辑模块进行一系列计算后将运算结果返回处理器,处理器根据运算结果显示相应的人脸关键点,并将处理后的图像存至存储器,最后图像转成满足VGA输出的数据格式并输出到VGA显示器。
采用上述方案后,本发明系统以卷积神经网络为基本结构,根据硬件的存储资源、并行度和算法需求设计神经网络每层特征图数量和尺度大小,通过迁移学习建立卷积神经网络模型。将待检测关键点的图片和训练好的模型参数提取出来保存在ZYNQ平台的存储器中,逐层分批发送输入特征图和参数,通过GPIO的控制,ZYNQ平台FPGA端并行加速器进行神经网络前向传播的计算,将计算结果缓存到FIFO,全部计算完成后输出最终预测结果。与现有技术相比,本发明高并行度计算使得人脸关键点的检测能够更加快速,同时便于实现。
附图说明
图1是本发明单帧图像人脸关键点检测流程图;
图2是本发明的系统框架图;
图3是本发明卷积并行计算示意图。
具体实施方式
以下将结合附图,对本发明的技术方案及有益效果进行详细说明。
如图2所示,本发明提供一种基于ZYNQ的人脸关键点检测系统,包括摄像头、ZYNQ平台和VGA显示器,其中,ZYNQ平台集成了PL(Programmable Logic,可编程逻辑)模块和PS(Processing System,处理系统)模块,其中,PS模块中设有处理器(ARM)和存储器,用于控制模块间数据的传输,PL模块(即FPGA)用于加速卷积运算;所述摄像头用于采集视频信息并将其发送到ZYNQ平台,ZYNQ平台中将视频转换成单帧图像并保存在存储器中,进行一系列计算后将运算结果返回存储器,处理器根据运算结果显示相应的人脸关键点,并将处理后的图像存至存储器,最后图像转成满足VGA输出的数据格式并输出到VGA显示器。
其中,ZYNQ平台基于卷积神经网络对单帧图像进行建模,模型建立的过程是:首先,设计卷积神经网络的结构,所述卷积神经网络包括多属性训练网络和人脸关键点检测网络,所述神经网络每层特征图的数量和尺度大小由硬件的存储资源、计算并行度和算法需求确定;然后,进行迁移学习,将多属性训练好的模型迁移至人脸关键点网络继续训练,得到最终的人脸关键点检测神经网络模型,提取模型的参数。所述模型参数包括权重参数和偏置参数。
如图1所示,单帧图像的人脸关键点检测流程包括如下步骤:
步骤1,将待检测关键点的人脸图片和训练好的模型参数提取出来保存在ZYNQ平台的存储器中;
步骤2,按顺序发送一批p个大小为c*c的输入特征图数据暂存至发送缓存区域,发送缓存区域中的数据通过DMA发送到FPGA端,其中第一层的输入特征图为待分析的人脸图片RGB三个通道像素值;
每层特征图的数量和尺度大小确定方法如下:设每个大小为c*c的卷积运算单元所占存储资源为m,网络输入大小为s*s,总的硬件存储资源为M,计算并行度为p,为方便计算,保证网络前k层特征图大小被卷积运算单元大小c整除,同时满足条件:p*m<M;
步骤3,按已发送输入特征图的顺序,发送一批对应的权重和偏置参数,发送方式同步骤2;
步骤4,在ZYNQ平台的FPGA端进行并行的乘累加卷积计算,参照图3,并将计算结果保存至FIFO,FIFO中的数据通过DMA中断接收至接收缓存区域,接收缓存区域的数据按输出特征图排列好后存放至DDR;FPGA的计算由ZYNQ平台ARM端发送的GPIO控制字来控制:包括计算的启止以及卷积结果相加中输入特征图的个数等。
步骤5,重复步骤3到步骤4发送一批新的权重和偏置参数,直到接收到已发送输入特征图对应的所有输出特征图;
步骤6,重复步骤2到步骤5直到接收到本层所有输出特征图;
步骤7,将本层的输出特征图作为下一层的输入特征图,开始处理下一层,重复步骤2到步骤6直到所有层已被处理,输出最终预测的人脸关键点坐标。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (7)
1.一种基于ZYNQ的人脸关键点检测系统,其特征在于:包括摄像头、ZYNQ平台和VGA显示器,其中,ZYNQ平台集成有可编程逻辑模块和处理系统模块,处理系统模块中设有处理器和存储器;所述摄像头用于采集视频信息并将其发送到ZYNQ平台,ZYNQ平台将视频转换成单帧图像并保存在存储器中,可编程逻辑模块进行一系列计算后将运算结果返回处理器,处理器根据运算结果显示相应的人脸关键点,并将处理后的图像存至存储器,最后图像转成满足VGA输出的数据格式并输出到VGA显示器。
2.如权利要求1所述的一种基于ZYNQ的人脸关键点检测系统,其特征在于:所述可编程逻辑模块基于卷积神经网络对单帧图像进行建模,并提取模型参数;然后检测单帧图像的人脸关键点坐标,发送至处理器。
3.如权利要求2所述的一种基于ZYNQ的人脸关键点检测系统,其特征在于:所述可编程逻辑模块基于卷积神经网络对单帧图像进行建模过程是:首先,设计卷积神经网络的结构,所述卷积神经网络包括多属性训练网络和人脸关键点检测网络;然后,进行迁移学习,得到最终的人脸关键点检测神经网络模型,提取模型参数。
4.如权利要求2所述的一种基于ZYNQ的人脸关键点检测系统,其特征在于:所述模型参数包括权重参数和偏置参数。
5.如权利要求2所述的一种基于ZYNQ的人脸关键点检测系统,其特征在于:所述卷积神经网络每层特征图的数量和尺度大小确定方法如下:设每个大小为c*c的卷积运算单元所占存储资源为m,网络输入大小为s*s,总的硬件存储资源为M,计算并行度为p,需保证网络前k层特征图大小被卷积运算单元大小c整除,同时满足条件:p*m<M。
6.如权利要求2所述的一种基于ZYNQ的人脸关键点检测系统,其特征在于:所述可编程逻辑模块检测单帧图像的人脸关键点坐标的具体过程是:
步骤1,将待检测关键点的人脸图像和训练好的模型参数提取出来保存在ZYNQ平台的存储器中;
步骤2,按顺序发送一批p个大小为c*c的输入特征图数据暂存至发送缓存区域,发送缓存区域中的数据通过DMA发送到可编程逻辑模块,其中第一层的输入特征图为待检测关键点的人脸图像RGB三个通道像素值;
步骤3,按已发送输入特征图的顺序,发送一批对应的权重和偏置参数;
步骤4,在ZYNQ平台的可编程逻辑模块进行并行的乘累加卷积计算,并将计算结果保存至FIFO,FIFO中的数据通过DMA中断接收至接收缓存区域,接收缓存区域的数据按输出特征图排列好后存放至DDR;
步骤5,重复步骤3到步骤4发送一批新的权重和偏置参数,直到接收到已发送输入特征图对应的所有输出特征图;
步骤6,重复步骤2到步骤5直到接收到本层所有输出特征图;
步骤7,将本层的输出特征图作为下一层的输入特征图,开始处理下一层,重复步骤2到步骤6直到所有层已被处理,输出最终预测的人脸关键点坐标。
7.如权利要求6所述的一种基于ZYNQ的人脸关键点检测系统,其特征在于:所述步骤4中,可编程逻辑模块的计算由ZYNQ平台ARM端发送的GPIO控制字来控制:包括计算的启止以及卷积结果相加中输入特征图的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810774764.4A CN109034025A (zh) | 2018-07-16 | 2018-07-16 | 一种基于zynq的人脸关键点检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810774764.4A CN109034025A (zh) | 2018-07-16 | 2018-07-16 | 一种基于zynq的人脸关键点检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109034025A true CN109034025A (zh) | 2018-12-18 |
Family
ID=64642908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810774764.4A Pending CN109034025A (zh) | 2018-07-16 | 2018-07-16 | 一种基于zynq的人脸关键点检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109034025A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309088A (zh) * | 2019-06-19 | 2019-10-08 | 北京百度网讯科技有限公司 | Zynq fpga芯片及其数据处理方法、存储介质 |
CN111056183A (zh) * | 2019-11-29 | 2020-04-24 | 华东师范大学 | 一种基于zynq的实时智能垃圾自分类系统 |
CN111739050A (zh) * | 2020-08-05 | 2020-10-02 | 北京控制与电子技术研究所 | 基于Zynq的姿态测量和天体形心提取的飞行器导航系统 |
CN112101178A (zh) * | 2020-09-10 | 2020-12-18 | 电子科技大学 | 一种辅助盲人感知外界环境的智能soc终端 |
CN112330524A (zh) * | 2020-10-26 | 2021-02-05 | 沈阳上博智像科技有限公司 | 一种在图像跟踪系统中快速实现卷积的装置和方法 |
CN115100568A (zh) * | 2022-06-23 | 2022-09-23 | 山东科技大学 | 一种基于视频图像的非接触式生命体征检测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631798A (zh) * | 2016-03-04 | 2016-06-01 | 北京理工大学 | 低功耗便携式实时图像目标检测与跟踪系统及方法 |
CN106960200A (zh) * | 2017-04-01 | 2017-07-18 | 罗旗舞 | 一种人脸识别设备 |
CN107392309A (zh) * | 2017-09-11 | 2017-11-24 | 东南大学—无锡集成电路技术研究所 | 一种基于fpga的通用定点数神经网络卷积加速器硬件结构 |
CN107657316A (zh) * | 2016-08-12 | 2018-02-02 | 北京深鉴科技有限公司 | 通用处理器与神经网络处理器的协同系统设计 |
CN108124157A (zh) * | 2017-12-22 | 2018-06-05 | 北京旷视科技有限公司 | 信息交互方法、装置及系统 |
-
2018
- 2018-07-16 CN CN201810774764.4A patent/CN109034025A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631798A (zh) * | 2016-03-04 | 2016-06-01 | 北京理工大学 | 低功耗便携式实时图像目标检测与跟踪系统及方法 |
CN107657316A (zh) * | 2016-08-12 | 2018-02-02 | 北京深鉴科技有限公司 | 通用处理器与神经网络处理器的协同系统设计 |
CN106960200A (zh) * | 2017-04-01 | 2017-07-18 | 罗旗舞 | 一种人脸识别设备 |
CN107392309A (zh) * | 2017-09-11 | 2017-11-24 | 东南大学—无锡集成电路技术研究所 | 一种基于fpga的通用定点数神经网络卷积加速器硬件结构 |
CN108124157A (zh) * | 2017-12-22 | 2018-06-05 | 北京旷视科技有限公司 | 信息交互方法、装置及系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309088A (zh) * | 2019-06-19 | 2019-10-08 | 北京百度网讯科技有限公司 | Zynq fpga芯片及其数据处理方法、存储介质 |
CN111056183A (zh) * | 2019-11-29 | 2020-04-24 | 华东师范大学 | 一种基于zynq的实时智能垃圾自分类系统 |
CN111056183B (zh) * | 2019-11-29 | 2021-10-15 | 华东师范大学 | 一种基于zynq的实时智能垃圾自分类系统 |
CN111739050A (zh) * | 2020-08-05 | 2020-10-02 | 北京控制与电子技术研究所 | 基于Zynq的姿态测量和天体形心提取的飞行器导航系统 |
CN111739050B (zh) * | 2020-08-05 | 2020-11-20 | 北京控制与电子技术研究所 | 基于Zynq的姿态测量和天体形心提取的飞行器导航系统 |
CN112101178A (zh) * | 2020-09-10 | 2020-12-18 | 电子科技大学 | 一种辅助盲人感知外界环境的智能soc终端 |
CN112101178B (zh) * | 2020-09-10 | 2023-03-24 | 电子科技大学 | 一种辅助盲人感知外界环境的智能soc终端 |
CN112330524A (zh) * | 2020-10-26 | 2021-02-05 | 沈阳上博智像科技有限公司 | 一种在图像跟踪系统中快速实现卷积的装置和方法 |
CN112330524B (zh) * | 2020-10-26 | 2024-06-18 | 沈阳上博智像科技有限公司 | 一种在图像跟踪系统中快速实现卷积的装置和方法 |
CN115100568A (zh) * | 2022-06-23 | 2022-09-23 | 山东科技大学 | 一种基于视频图像的非接触式生命体征检测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109034025A (zh) | 一种基于zynq的人脸关键点检测系统 | |
CN110473141B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109344806B (zh) | 利用多任务目标检测模型执行目标检测的方法和系统 | |
US10832039B2 (en) | Facial expression detection method, device and system, facial expression driving method, device and system, and storage medium | |
CN108205655B (zh) | 一种关键点预测方法、装置、电子设备及存储介质 | |
CN108197602B (zh) | 一种卷积神经网络生成方法及表情识别方法 | |
US20210382542A1 (en) | Screen wakeup method and apparatus | |
WO2021151336A1 (zh) | 基于注意力机制的道路图像目标检测方法及相关设备 | |
CN108171152A (zh) | 深度学习人眼视线估计方法、设备、系统及可读存储介质 | |
CN108416440A (zh) | 一种神经网络的训练方法、物体识别方法及装置 | |
CN109063584B (zh) | 基于级联回归的面部特征点定位方法、装置、设备及介质 | |
CN108805058B (zh) | 目标对象变化姿态识别方法、装置及计算机设备 | |
WO2018153294A1 (zh) | 人脸跟踪方法、存储介质及终端设备 | |
KR20200118076A (ko) | 생체 검출 방법 및 장치, 전자 기기 및 저장 매체 | |
CN108734120A (zh) | 标注图像的方法、装置、设备和计算机可读存储介质 | |
CN109409994A (zh) | 模拟用户穿戴服装饰品的方法、装置和系统 | |
CN109934065A (zh) | 一种用于手势识别的方法和装置 | |
CN109145809A (zh) | 一种记谱处理方法和装置以及计算机可读存储介质 | |
WO2016165614A1 (zh) | 一种即时视频中的表情识别方法和电子设备 | |
CN104063686A (zh) | 作物叶部病害图像交互式诊断系统与方法 | |
CN109955257A (zh) | 一种机器人的唤醒方法、装置、终端设备和存储介质 | |
CN108830782A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
WO2024125217A1 (zh) | 一种光斑追踪方法、装置、电子设备及存储介质 | |
CN112528811A (zh) | 行为识别方法和装置 | |
CN115410274A (zh) | 一种手势识别方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |