生物特征識別技術(shù)的發(fā)展趨勢及對數字信號處理器的

生物特征識別技術(shù)對數字信號處理的挑戰

為了獲得更好的性能，研究者們從算法上、應用廠(chǎng)商從應用上對生物特征識別技術(shù)進(jìn)行改進(jìn)。這些算法根據不同生物特征的特點(diǎn)，采用新的數學(xué)模型，有效解決了現有算法的不足，使得生物特征識別技術(shù)性能上了一個(gè)新臺階。新的數學(xué)模型，較之以往的模型更為復雜，計算量更大。為了能夠有效的在數字信號處理器上實(shí)現這些算法，要求數字信號處理器有更強的處理能力。我們下面結合人臉識別具體說(shuō)生物特征識別技術(shù)對數字信號處理的挑戰。

傳統數字信號處理中核心算法之一就是傅立葉變換，該變換在通信、圖像傳輸、雷達、聲納中都有很大的作用。但是，在相當長(cháng)的時(shí)間里，由于傅立葉變換的計算量太大，即使采用計算機也很難對問(wèn)題進(jìn)行實(shí)時(shí)處理，所以并沒(méi)有得到真正的運用。直到傅立葉變換的快速算法即快速傅立葉變換發(fā)現后，傅立葉變換的運算量大大縮短，從而使傅立葉變換在實(shí)際中得到了廣泛的應用，也使得在數字信號處理器上實(shí)現傅立葉變換成為了可能。

盡管傅立葉變換對數學(xué)、物理產(chǎn)生了深遠的影響，但對于大多數應用例如人臉識別而言是遠遠不夠的。比如說(shuō)人臉圖像中，眼睛所含有的信息較其他部分對識別而言非常重要，需要找到一種方法，提取出眼睛這部分重要的信息，并盡量降低不重要的信息對識別的影響。這就需要對人臉圖像進(jìn)行局部分析。然而，傅立葉變換無(wú)法進(jìn)行局部分析，使得傅里葉變換在人臉識別中的應用很有限。

為了提高性能，研究者將數字信號處理領(lǐng)域中新的復雜的變換如Gabor變換、小波變換引入人臉識別中，采用這些變換進(jìn)行局部分析，提取出對人臉識別有用的特征，從而大大提高了人臉識別的性能。然而，Gabor變換和小波變換的計算量較之傅立葉變換而言非常大，為了在嵌入式設備上實(shí)現人臉識別系統，需要高主頻、高性能的數字信號處理器來(lái)實(shí)現，這就對數字信號處理器的設計提出了一個(gè)很大的挑戰。

從應用角度而言，為了良好的交互性，在實(shí)現人臉識別系統時(shí)，要求實(shí)時(shí)實(shí)現從視頻采集到人臉識別全過(guò)程完成(或者至少在1~2秒鐘內實(shí)現)，否則，給人的感覺(jué)就不自然、不流暢。因而，從良好的交互性角度而言，在嵌入式設備上實(shí)現人臉識別系統需要高性能的數字處理器。

ADI公司的Blackfin系列處理器是一類(lèi)專(zhuān)為滿(mǎn)足當今嵌入式音頻、視頻和通信應用的計算要求和功耗約束條件而設計的新型 16～32 位嵌入式處理器。Blackfin 處理器基于由 ADI 和 Intel 公司聯(lián)合開(kāi)發(fā)的微信號架構(MSA)，它將一個(gè) 32 位 RISC 型指令集和雙 16 位乘法累加(MAC)信號處理功能與通用型微控制器所具有的易用性組合在了一起。 這種處理特征的組合使得 Blackfin 處理器能夠在信號處理和控制處理應用中均發(fā)揮上佳的作用—在許多場(chǎng)合中免除了增設單獨的異類(lèi)處理器的需要。該能力極大地簡(jiǎn)化了 硬件和軟件設計實(shí)現任務(wù)。

目前，Blackfin 處理器在單內核產(chǎn)品中可提供高達 756MHz 的性能。Blackfin 處理器系列中的新型對稱(chēng)多處理器成員在相同的頻率條件下實(shí)現了性能的翻番。Blackfin 處理器系列還提供了低至 0.8V 的業(yè)界領(lǐng)先功耗性能。對于滿(mǎn)足當今及未來(lái)的信號處理應用(包括寬帶無(wú)線(xiàn)、具有音頻/視頻功能的因特網(wǎng)工具和移動(dòng)通信)而言，這種高性能與低功耗的組合是必不可少的。

Blackfin處理器具有如下特點(diǎn)：

高性能處理器內核。Blackfin 處理器架構基于一個(gè) 10 級 RISC MCU/DSP 流水線(xiàn)和一個(gè)專(zhuān)為實(shí)現最佳代碼密度而設計的混合 16/32 位指令集架構，該架構很適合于全信號處理/分析能力。這種架構，使得人臉識別中的復雜的數字信號處理運算在Blackfin上很容易實(shí)現。

高帶寬DMA能力。人臉識別中需要對圖像塊進(jìn)行操作，這就涉及到內存數據存取。采用Blackfin的DMA控制器可以自動(dòng)數據傳輸，所需的處理器內核開(kāi)銷(xiāo)極少。這樣可以將寶貴的處理器的運算能力用于人臉識別的計算，減小數據存取對性能的影響。

. 視頻指令。人臉識別中最常進(jìn)行的操作就是對像素值進(jìn)行處理，Blackfin處理器具有對8位數據以及許多像素處理算法所常用的字長(cháng)的固有支持，大大提高了人臉識別的處理速度。

. 分層存儲器。Blackfin具L1 Cache和L2 Cache兩級Cache，由于Cache較之外部存儲器具有更快的存取速度，因而，在人臉識別時(shí)，可以把運算密集的代碼放在L1 Cache或L2 Cache中，這樣可以有效提高處理速度。

上述Blackfin處理器特點(diǎn)表明，Blackfin系列處理器非常適合處理需要高性能運算能力和高數據吞吐量的生物特征識別技術(shù)。

目前，Hisign已經(jīng)將人臉識別的算法移植到ADI的Blackfin上，性能正在優(yōu)化中。請繼續關(guān)注。

結語(yǔ)

本文討論了生物特征識別技術(shù)的發(fā)展趨勢，結合人臉識別分析了生物特征識別技術(shù)需要高性能的數字信號處理器的原因，并簡(jiǎn)單介紹了Blackfin處理器的特點(diǎn)，指出正是由于Blackfin處理器的這些特點(diǎn)，使得該處理器非常適合作為嵌入式系統中的計算核心，以便將人臉識別等生物特征識別技術(shù)移植到嵌入式系統。