百度百科對(duì)自動(dòng)化專(zhuān)業(yè)做出了這樣的介紹:

該專(zhuān)業(yè)是以自動(dòng)控制理論為主要理論基礎(chǔ),以電子技術(shù)、計(jì)算機(jī)信息技術(shù)、傳感器與檢測(cè)技術(shù)等為主要技術(shù)手段,對(duì)各種自動(dòng)化裝置和系統(tǒng)實(shí)施控制,是計(jì)算機(jī)硬件與軟件結(jié)合、機(jī)械與電子結(jié)合、元件與系統(tǒng)結(jié)合、運(yùn)行與制造結(jié)合,集控制科學(xué)、計(jì)算機(jī)技術(shù)、電子技術(shù)、機(jī)械工程為一體的綜合性學(xué)科專(zhuān)業(yè)。

綜合性學(xué)科!是的!

作為自動(dòng)化專(zhuān)業(yè)出身的我,實(shí)際接受的本科教育與研究生教育也恰恰驗(yàn)證了這一點(diǎn),這是一個(gè)大融合、大雜燴的專(zhuān)業(yè)。

這樣就容易造成什么了解,而又是什么都不太精通的尷尬局面。

從電子角度來(lái)看,數(shù)電、模電、電路等基礎(chǔ)的電子技術(shù)不必多說(shuō),從最基礎(chǔ)的8位51單片機(jī)和16位Freescale單片機(jī)的學(xué)習(xí)開(kāi)始,到工業(yè)PLC,再到嵌入式系統(tǒng)級(jí)別的電子芯片ARM等等,最后還要接觸純硬件設(shè)計(jì)的FPGA。為了應(yīng)用這些電子芯片,就需要學(xué)習(xí)高級(jí)算、高等數(shù)學(xué)、最優(yōu)控制等等。

總之一系列學(xué)習(xí)下來(lái),回想到得意之作,自己心里也在犯嘀咕,所有曾經(jīng)做過(guò)的東西都是入門(mén)級(jí)別的實(shí)驗(yàn),哪兒能稱(chēng)的上“得意”二字。后來(lái)仔細(xì)想想,也許“得意”對(duì)我來(lái)說(shuō),就是每次接觸新器件、新技術(shù)的好奇感和新鮮感,以及利用這些器件完成一個(gè)電子作品而產(chǎn)生的自豪感。

猶記得第一次接觸Zynq時(shí),對(duì)其擁有“ARM+FPGA”硬件結(jié)構(gòu)的那種驚奇,而后用此完成了一些設(shè)計(jì);猶記得第一次使用GPU通過(guò)軟件并行的方式完成算法加速。

我的得意之作
本次帶來(lái)的“得意”之作就是利用英偉達(dá)首款嵌入式GPU加速套件Jetson Tk1做出作品--人臉跟蹤輪式機(jī)器人(小車(chē))的設(shè)計(jì)。

對(duì)于人臉識(shí)別,國(guó)內(nèi)目前的研究大多數(shù)采用CPU方案。雖然2010年開(kāi)始,國(guó)內(nèi)一些研究者也開(kāi)始使用GPU進(jìn)行人臉識(shí)別加速,比如有人采用AMD的GPU進(jìn)行開(kāi)發(fā),但開(kāi)發(fā)過(guò)程比較復(fù)雜,且受限于顯卡的性能,其相對(duì)于CPU的人臉識(shí)別速度提升有限,且大部分是在PC端實(shí)現(xiàn)的,PC端是存在弊端的。

方案選擇也是艱難的
我們的設(shè)計(jì)采用嵌入式系統(tǒng)設(shè)計(jì),而針對(duì)嵌入式系統(tǒng)計(jì)算性能有限的現(xiàn)狀,故采用NVIDIA公司最新推出的Jetson TK1嵌入式開(kāi)發(fā)套件,其最大的特點(diǎn)是嵌入一顆NVIDIA Tegra K1的GPU,性能強(qiáng)大直逼桌面端GPU,且其采用NVIDIA CUDA平臺(tái)進(jìn)行開(kāi)發(fā),充分運(yùn)用GPU的并行運(yùn)行的特性,能大大提升算法運(yùn)算性能。

不僅如此,其還嵌入一顆四核心的ARM Cortex –A15處理器,以及2GB的運(yùn)行內(nèi)存,能夠很好運(yùn)行Linux系統(tǒng),這樣能充分發(fā)揮GPU在嵌入式應(yīng)用的威力,大大提升人臉識(shí)別速度,并可迅速作出響應(yīng)。

由于此開(kāi)發(fā)套件只是一個(gè)小型的開(kāi)發(fā)板,攜帶便利,應(yīng)用場(chǎng)合更加靈活,故我們?cè)谌四槞z測(cè)的基礎(chǔ)上做出一個(gè)小車(chē),用以時(shí)時(shí)刻刻對(duì)人臉進(jìn)行跟蹤。本次開(kāi)發(fā)在Linux操作系統(tǒng)的層面完成整個(gè)臉部識(shí)別的控制過(guò)程,設(shè)計(jì)的主要內(nèi)容如圖1所示。

圖1 課題主要研究?jī)?nèi)容框圖

包括:嵌入式軟硬件平臺(tái)和外設(shè)硬件如攝像頭和輪式機(jī)器人的搭建,選用并行性高的算法,通過(guò)開(kāi)源函數(shù)庫(kù)來(lái)完成人臉識(shí)別的算法描述,利用CUDA開(kāi)發(fā)工具對(duì)GPU進(jìn)行開(kāi)發(fā),實(shí)現(xiàn)算法的并行運(yùn)算以提升人臉識(shí)別的速度,最終將人臉識(shí)別的結(jié)果信號(hào)反饋給輪式機(jī)器人,驅(qū)動(dòng)輪式機(jī)器人的移動(dòng)對(duì)人臉進(jìn)行跟蹤。為了實(shí)時(shí)查看臉部檢測(cè)的結(jié)果,本作品還需將攝像頭返回的圖像利用WIFI無(wú)線傳輸?shù)诫娔X上。

人臉識(shí)別主要由人臉圖像采集及檢測(cè)、人臉圖像特征提取以及匹配與識(shí)別這幾部分組成。

首先是人臉檢測(cè),人臉檢測(cè)算法的可靠性很大程度上依賴(lài)于分類(lèi)器的設(shè)計(jì),本系統(tǒng)的人臉檢測(cè)部分嘗試了三種不同方法:

第一種,在OpenCV 中有直接能拿來(lái)用的Haar 分類(lèi)器,該方法對(duì)于被遮擋了部分的人臉是基本檢測(cè)不出來(lái)的,在TK1 上的運(yùn)行速度大概每秒8 幀左右;

第二種,在OpenCV 2.X 以上擴(kuò)充的基于LBP 特征的人臉檢測(cè)器,與Haar 特征相比,LBP 是整數(shù)特征,因此訓(xùn)練和檢測(cè)過(guò)程都會(huì)比Haar 特征快幾倍。在TK1 上的運(yùn)行速度能達(dá)到每秒20 幀左右,但是檢測(cè)準(zhǔn)確率LBP 比Haar 效果要差;

第三種,Dlib 庫(kù)的人臉檢測(cè)算法使用的hog 特征與級(jí)聯(lián)分類(lèi)器,Dlib 自帶人臉檢測(cè)器準(zhǔn)確度非常高,即使受到硬件條件限制,攝像頭拍到比較模糊的畫(huà)面,在這種情況下其他一些人臉庫(kù)檢測(cè)率都非常低,而Dlib的效果卻能出乎意料,美中不足的是,速度比較慢。

人臉特征提取是根據(jù)已知人臉數(shù)據(jù)庫(kù)中的人臉表征方法,提取出該人臉圖像的特征值,對(duì)人臉特征進(jìn)行建模,將人臉圖像映射到特征空間的過(guò)程。

人臉特征提取的方法很多,可以分為兩大類(lèi):一種是基于知識(shí)的表征方法,例如:幾何特征、固定特征模板等;另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法,例如:代數(shù)特征、特征臉等。

在Linux平臺(tái),可以利用Dlib機(jī)器學(xué)習(xí)庫(kù)進(jìn)行人臉特征提取部分。人臉圖像匹配與識(shí)別就是將提取的人臉圖像的特征值與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索比較,當(dāng)兩者相似度超過(guò)某一閾值,則認(rèn)為成功匹配,把匹配得到的結(jié)果輸出。