[发明专利]基于ARM平台的双线程并行实时人脸检测的开发方法

说明书

技术领域

本发明属于人脸检测技术应用的嵌入式开发技术领域，特别涉及一种基于ARM平台的双线程并行实时人脸检测的开发方法。

背景技术

人脸检测(Face Detection)，即在一张图像中确定出所有人脸的位置、大小，并在图像中画出人脸矩形框；人脸检测最初作为自动人脸识别(Face Recognition)系统中的第一步定位环节而被提出。

近几年来随着智能电子应用的快速发展，人脸检测在身份鉴别、安全监测、图像检索、数字视频处理等众多领域的应用价值也越发显著；目前人脸检测的应用早已不仅限于PC平台上对静态图片的检测，更多的是应用在嵌入式处理器平台，如ARM、DSP、安卓等嵌入式处理器平台上对实时视频图像的处理，这就对人脸检测系统的实时性处理提出很高的要求。

一般来说，视频图像的采集显示过程是很快的，而搜索检测人脸框的处理过程相对采集显示过程较慢，对于常规单线程的视频图像的串行处理过程，容易出现因搜索检测人脸框处理速度过慢而引发的最终显示速度慢或卡壳的现象。

发明内容

针对上述现有技术存在的问题，本发明的目的在于提出一种基于ARM平台的双线程并行实时人脸检测方法，该种基于ARM平台的双线程并行实时人脸检测方法能够解决常规单线程串行处理过程中因搜索人脸矩形框处理速度过慢而引发的视频图像的最终显示速度过慢或卡壳的问题，并通过使用美国德州仪器(TI)公司的AM572x评估板的ARM平台设计出的人脸检测方法，通过创建双线程并行处理实现了可靠、流畅显示的实时人脸检测。

本发明的实现思路是：本发明中人脸检测方法运行的目标机采用美国德州仪器(TI)公司的ARM处理器硬件平台的AM572x评估板，而人脸检测方法开发的宿主机是配置了Linux操作系统和OpenCV软件的PC机，为后续在Linux操作系统环境下进行人脸检测方法的开发、基于OpenCV的Adaboost算法进行人脸检测做好准备；由于视频图像的人脸检测处理全过程一般包括图像的采集、搜索检测人脸矩形框、画矩形框、显示四个部分，且常规的人脸检测处理过程基本都是单线程串行处理，即视频图像的采集→搜索检测人脸矩形框→画人脸矩形框→显示；而本发明人脸检测应用的开发通过在程序里创建双线程。让一个线程负责进行视频图像的采集、画矩形框、显示；另一个线程专门进行相对耗时的视频图像的人脸矩形框检测搜索；如此视频图像的双线程相互配合并行处理，大大提高了人脸检测应用的开发过程处理效率，从而最终能够实现流畅的实时人脸检测。

为了达到上述目的，本发明采用以下具体技术方案予以实现。

技术方案一：

一种ARM平台，其特征在于，包括目标机和宿主机，目标机和宿主机串行电连接，所述目标机包括摄像头、处理器、显示屏，摄像头输出端电连接处理器输入端，处理器输出端电连接显示屏输入端；

所述摄像头用于获取视频图像，所述处理器用于对获取的视频图像依次进行人脸框检测、搜索人脸矩形框、画人脸矩形框，所述显示屏用于对处理器画出的人脸矩形框进行显示；所述宿主机用于设置摄像头获取视频图像的尺寸大小，用于控制处理器依次进行人脸框检测、搜索人脸矩形框、画人脸矩形框，以及用于控制显示屏对处理器画出的人脸矩形框进行显示。

技术方案二：

一种基于ARM平台的双线程并行实时人脸检测的开发方法，基于所述ARM平台，ARM平台包括目标机和宿主机，所述目标机包括摄像头、处理器、显示屏，所述基于ARM平台的双线程并行实时人脸检测方法，其特征在于，包括以下步骤：

步骤1，使用摄像头采集第m帧视频图像，得到第m帧视频图像数据data_m，并发送至处理器；m的初值为1，m的最大值为Q，Q为设定的视频图像数据总帧数，Q为大于或等于1的整数；

步骤2，使用处理器对第m帧视频图像数据进行人脸矩形框的搜索检测，得到第m帧视频图像中的N_m个人脸矩形框，以及N_m个人脸矩形框中的N_m×4个角点坐标，记为第m帧视频图像数据data_m中的N_m个人脸矩形框坐标结果；其中，N_m为大于或等于0的整数；

步骤3，根据第m帧视频图像数据data_m中的N_m个人脸矩形框坐标结果，得到处理完成的第m帧视频图像数据，并发送至显示屏进行显示；

步骤4，令m的值加1，返回步骤1，直至得到处理完成的第Q帧视频图像数据，并发送至显示屏进行显示；