CN206892864U - 用于人脸检测的板卡和系统 - Google Patents

Abstract

本实用新型的实施例提供了一种用于人脸检测的板卡和系统。该板卡包括：连接器，用于连接计算设备的扩展插槽；现场可编程门阵列芯片，所述现场可编程门阵列芯片连接所述连接器，用于经由所述连接器接收待处理图像，针对所述待处理图像进行人脸检测，并且将检测结果经由所述连接器输出至所述计算设备；以及存储器，所述存储器连接所述现场可编程门阵列芯片，用于存储所述人脸检测所需数据；以及电源模块，所述电源模块用于为所述现场可编程门阵列芯片和所述存储器供电。上述板卡和系统，在保证了人脸检测的准确性的同时，功耗和成本更低，性能更可靠，设计更加简单。此外，该板卡还能显著提高系统的性能。

Description

用于人脸检测的板卡和系统

技术领域

本实用新型涉及模式识别领域，更具体地，涉及一种用于人脸检测的板卡和系统。

背景技术

传统的用于人脸检测的板卡通常采用数字信号处理(Digital SignalProcessing，简称DSP)芯片作为主处理单元，以由其执行人脸检测操作。因此，现有的用于人脸检测的板卡通常价格较昂贵，并且功耗较高。

实用新型内容

考虑到上述问题，本实用新型提供了一种功耗和成本更低的用于人脸检测的板卡和系统。

根据本实用新型一方面，提供了一种用于人脸检测的板卡，包括：

连接器，用于连接计算设备的扩展插槽；

现场可编程门阵列芯片，所述现场可编程门阵列芯片连接所述连接器，用于经由所述连接器接收待处理图像，针对所述待处理图像进行人脸检测，并且将检测结果经由所述连接器输出至所述计算设备；以及

存储器，所述存储器连接所述现场可编程门阵列芯片，用于存储所述人脸检测所需数据；以及

电源模块，所述电源模块用于为所述现场可编程门阵列芯片和所述存储器供电。

示例性地，所述连接器是高速外接部件互连标准(Peripheral ComponentInterconnect express，简称PCIe)接口。

示例性地，所述PCIe接口采用全双工通信协议。

示例性地，所述存储器包括动态随机存取存储器，用于在人脸检测时缓存计算所涉及的中间数据。

示例性地，所述存储器包括非易失性存储器，用于存储卷积神经网络的权重参数，其中，所述卷积神经网络用于所述人脸检测。

示例性地，所述非易失性存储器包括安全数码卡(简称SD卡)和/或通用串行总线存储器(简称U盘)。

示例性地，所述现场可编程门阵列芯片集成有串行/解串器。

示例性地，所述电源模块连接所述连接器，以经由所述连接器连接外部电源。

示例性地，所述电源模块直接连接外部电源。

示例性地，所述检测结果包括人脸位置、大小、清晰度和姿态中的至少之一。

根据本实用新型另一方面，提供了一种用于人脸检测的系统，包括上述板卡以及计算设备。

示例性地，所述系统还包括摄像装置，所述摄像装置连接所述计算设备，用于采集所述待处理图像。

本实用新型提供的用于人脸检测的板卡和系统，在保证了人脸检测的准确性的同时，功耗和成本更低，性能更可靠，设计更加简单。此外，该板卡还能显著提高系统的性能。

附图说明

通过结合附图对本实用新型实施例进行更详细的描述，本实用新型的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本实用新型实施例的进一步理解，并且构成说明书的一部分，与本实用新型实施例一起用于解释本实用新型，并不构成对本实用新型的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是根据本实用新型一个实施例的用于人脸检测的系统的示意性框图；以及

图2是根据本实用新型一个实施例的用于人脸检测的板卡的示意性框图。

具体实施方式

为了使得本实用新型的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本实用新型的示例实施例。显然，所描述的实施例仅仅是本实用新型的一部分实施例，而不是本实用新型的全部实施例，应理解，本实用新型不受这里描述的示例实施例的限制。基于本实用新型中描述的本实用新型实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本实用新型的保护范围之内。

本实用新型的实施例提供了一种用于人脸检测的系统。人脸检测包括以下操作：对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸；如果是，则可以返回所搜索到的人脸的位置、大小和姿态等信息。该系统可以应用于各种需要进行人脸检测的场景，例如门禁系统和监控系统等。

图1示出了根据本实用新型一个实施例的用于人脸检测的系统的示意性框图。如图1所示，该系统包括用于人脸检测的板卡100和计算设备200。该板卡100在应用时，通常插入到计算设备200上，以建立二者之间的通信连接。该计算设备200可以例如是个人计算机、服务器等。

计算设备200可以将待处理图像发送到板卡100。可以理解，该待处理图像可以是视频中的帧或者静态图像。从另外一个角度说，该待处理图像可以是RGB图像。RGB图像是指用红光、绿光和蓝光形成的图像。板卡100针对待处理图像进行人脸检测，并且将检测结果返回给计算设备200，以由计算设备200输出或进行其他处理，例如由计算设备的显示装置进行显示等。

可选地，该系统还包括摄像装置(未示出)。该摄像装置连接计算设备200，用于采集前述待处理图像，并发送给计算设备200。

参考图1，板卡100可以包括连接器110、现场可编程门阵列(Field-ProgrammableGate Array，简称FPGA)芯片120、存储器130以及电源模块140。

连接器110用于连接该计算设备200的扩展插槽210，以在板卡100和计算设备200之间建立通信通道。在板卡100内部，连接器110还连接板卡100的主处理芯片。计算设备200经由该通信通道将待处理图像传输至板卡100的主处理芯片。主处理芯片执行了人脸检测后，将检测结果经由该通信通道传输至计算设备200。由此，可以在该系统中实现全高清视频人脸检测，例如针对每秒传输帧数(Frames Per Second，简称为FPS)为30，逐行扫描的、分辨率为1920×1080的视频的人脸检测。

可选地，该连接器110是PCIe接口，其用于连接计算设备200的PCIe扩展插槽210，以建立PCIe连接通道。PCIe是一种高速串行计算机扩展总线标准。可选地，PCIe接口采用全双工通信协议，例如板卡100可以采用基于PCIe 2.0标准的接口。基于全双工通信协议，数据输入和计算结果可以同时进行传输。由此，保证了人脸检测过程中的各种数据的及时传输，确保了板卡100的人脸检测的速度和准确度，提高了人脸检测系统的性能。

FPGA芯片120是板卡100中的主处理芯片。如图1所示，FPGA芯片连接前述连接器110，其经由连接器110从计算设备200接收待处理图像，然后针对待处理图像进行人脸检测，最后，将检测结果经由连接器110输出至计算设备200。FPGA芯片120采用流水线设计。在一个示例中，FPGA芯片可以采用Xilinx公司的Zynq7030芯片。

神经网络(Neutral Network)算法近几年发展迅速，其中的卷积神经网络(Convolution Neutral Network，简称CNN)算法是神经网络算法的重要分支。相比传统算法，CNN算法在图像分类的应用上有着精度高、场景适应性强的特点。CNN算法也越来越多地应用到人脸特征的检测和识别上。随着CNN算法的逐渐成熟以及FPGA芯片的计算能力愈加强大，根据本实用新型的实施例，FPGA芯片120可以采用现有的CNN算法来实现人脸检测。可选地，FPGA芯片120采用低比特的CNN算法来进行人脸检测。低比特的CNN算法可以使得FPGA芯片120的效能更高。

可选地，FPGA芯片集成有串行/解串器(SERializer/DESerializer)。串行/解串器是可将大位宽并行总线压缩成少量(通常为一条)差分串行链路的器件。该链路可在远远高于低速大位宽并行总线的速率下进行切换。串行/解串器对大位宽并行总线进行了串行化，不仅可实现在FPGA芯片和计算设备间进行大量数据的高速点对点传输，同时还可降低功耗、板级空间和成本。特别是在连接器110是PCIe接口的情况下，串行/解串器可以非常方便地实现PCIe需求的高速串行信号的通信。

存储器130连接FPGA芯片120，其中存储人脸检测所需的各种数据，以辅助FPGA芯片120完成人脸检测操作。存储器所存储的数据可以包括例如人脸检测算法本身的数据，具体地，CNN算法中所涉及的神经网络的权重参数等。存储器所存储的数据还可以包括人脸检测过程中计算所涉及的中间数据等。当FPGA芯片执行人脸检测操作时，可以访问存储器130以存取合适的数据。可以理解，存储器130可以仅包括一个存储器，还可以包括多个存储器。

板卡100还包括电源模块140，用于为板卡100的其他部件供电，例如FPGA芯片120和存储器130。FPGA芯片120和存储器130可能需要不同电压的电源。当存储器130为多个时，不同存储器之间也可能需要不同电压的电源。电源模块140可以包括多个变压器，可以将所接收的电能变成不同电压，例如5伏、12伏等，以满足不同部件的电源要求。

可选的，电源模块140连接连接器110，以经由连接器110连接计算设备的电源。经由连接器110获得电能，复用了连接器110的连接功能，简化了板卡100的设计，降低了板卡100的成本。

可选的，电源模块140直接连接外部电源。电源模块140直接连接外部电源保证了电源的稳定性，从而保证了板卡100的稳定性。

本实用新型所提供的上述用于人脸检测的板卡100采用FPGA芯片作为主处理芯片，不仅能够保证人脸检测准确性，而且功耗和成本更低，性能更可靠，设计更加简单。基于板卡100的上述技术效果，上述人脸检测系统的性能可靠，功耗和成本更低。

图2示出了根据本实用新型另一个实施例的用于人脸检测的板卡300。

如图2所示，该板卡300包括连接器310、FPGA芯片320、存储器330以及电源模块340。连接器310、FPGA芯片320以及电源模块340的功能和彼此之间的连接关系分别与连接器110、FPGA芯片120以及电源模块140的类似，在此不再赘述。

存储器330包括第一存储器331和第二存储器332。第一存储器331和第二存储器332均连接电源模块340，以从电源模块340获取电能。

可选地，第一存储器331是动态随机存取存储器(DRAM)，其连接FPGA芯片320。当FPGA芯片320进行人脸检测时，DRAM用于缓存计算所涉及的中间数据。例如，对于高清视频的人脸识别操作，DRAM可以用于进行帧缓存。DRAM存取速度快，有利于FPGA芯片快速进行计算。

DRAM可以采用双倍数据速率同步动态随机存取存储器，简称DDR。与传统的单数据速率的存储器相比，DDR技术实现了一个时钟周期内进行两次读/写操作，进一步加快了存取速度。

可选地，第二存储器332是非易失性存储器，其也连接FPGA芯片320。第二存储器332用于存储CNN的参数，例如权重数据。该CNN由FPGA芯片用来完成人脸检测。非易失性存储器在断电时，所存储的内容仍能够保持，有利于神经网络相关数据的存储。

可选的，非易失性存储器可以是外接存储器，其经由相应的接口，接入板卡300，例如U盘、SD卡等。U盘和SD卡连接形式简单，易于操作，简化了板卡300。

为了更清晰的理解本实用新型所提供的板卡，下面详细描述根据一个具体示例的板卡300针对视频进行人脸检测的工作流程。计算设备经由包括连接器的通信通道发送开始命令给FPGA芯片。FPGA芯片接收到开始命令，即可了解将要开始视频的人脸检测操作。FPGA芯片接收到开始命令后，读取SD卡中的CNN算法所需的权重数据。此外，FPGA芯片还自计算设备经由包括连接器的通信通道接收视频，并针对视频利用CNN算法进行人脸检测。其中，CNN算法的中间结果通过DDR进行缓存。人脸检测完成后，FPGA芯片再次经由包括连接器的通信通道将检测结果返回给计算设备。该检测结果可以包括人脸在图像中的位置、大小、清晰度和姿态中的至少之一。位置和大小信息可以逐帧反馈给计算设备。清晰度和姿态信息可人工设定其返回的时间间隔。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本实用新型的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本实用新型的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本实用新型的范围之内。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本实用新型的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本实用新型并帮助理解各个实用新型方面中的一个或至少两个，在对本实用新型的示例性实施例的描述中，本实用新型的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本实用新型的方法解释成反映如下意图：即所要求保护的本实用新型要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其实用新型点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本实用新型的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或装置进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本实用新型的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

应该注意的是上述实施例对本实用新型进行说明而不是对本实用新型进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在至少两个这样的元件。本实用新型可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的装置权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本实用新型的具体实施方式或对具体实施方式的说明，本实用新型的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本实用新型揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本实用新型的保护范围之内。本实用新型的保护范围应以权利要求的保护范围为准。

Claims (12)

1.一种用于人脸检测的板卡，其特征在于，包括：

连接器，用于连接计算设备的扩展插槽；

现场可编程门阵列芯片，所述现场可编程门阵列芯片连接所述连接器，用于经由所述连接器接收待处理图像，针对所述待处理图像进行人脸检测，并且将检测结果经由所述连接器输出至所述计算设备；以及

存储器，所述存储器连接所述现场可编程门阵列芯片，用于存储所述人脸检测所需数据；以及

电源模块，所述电源模块用于为所述现场可编程门阵列芯片和所述存储器供电。

2.如权利要求1所述的板卡，其特征在于，所述连接器是PCIe接口。

3.如权利要求2所述的板卡，其特征在于，所述PCIe接口采用全双工通信协议。

4.如权利要求1所述的板卡，其特征在于，所述存储器包括动态随机存取存储器，用于在人脸检测时缓存计算所涉及的中间数据。

5.如权利要求1所述的板卡，其特征在于，所述存储器包括非易失性存储器，用于存储卷积神经网络的权重参数，其中，所述卷积神经网络用于所述人脸检测。

6.如权利要求5所述的板卡，其特征在于，所述非易失性存储器包括SD卡和/或U盘。

7.如权利要求1至6任一项所述的板卡，其特征在于，所述现场可编程门阵列芯片集成有串行/解串器。

8.如权利要求1至6任一项所述的板卡，其特征在于，所述电源模块连接所述连接器，以经由所述连接器连接外部电源。

9.如权利要求1至6任一项所述的板卡，其特征在于，所述电源模块直接连接外部电源。

10.如权利要求1所述的板卡，其特征在于，所述检测结果包括人脸位置、大小、清晰度和姿态中的至少之一。

11.一种用于人脸检测的系统，其特征在于，包括：

如权利要求1至10任一项所述的板卡；以及

所述计算设备。

12.如权利要求11所述的系统，其特征在于，还包括摄像装置，所述摄像装置连接所述计算设备，用于采集所述待处理图像。