人脸检测系统技术方案

本发明专利技术公开了一种人脸检测系统，所述人脸检测系统包括：PS模块，以及与PS模块连接的图像采集模块、FPGA芯片和存储模块；FPGA与存储模块连接；图像采集模块将采集的原始图像发送至PS模块，PS模块将原始图像存储至存储模块，并发送处理指令至FPGA芯片；FPGA芯片在接收到处理指令后，依次执行神经网络模型的各网络层运算，输出原始图像的人脸识别结果至存储模块，并发送识别完成信息至PS模块，PS模块从存储模块中读取人脸检测结果，对原始图像进行人脸标记，其中FPGA在执行网络层运算时，从存储模块中读取当前网络层的参数和输入数据，并将输出数据存储至存储模块中。本发明专利技术解决了现有基于神经网络的人脸检测技术对芯片的存储和计算资源需求高的问题。

【技术实现步骤摘要】
人脸检测系统
本专利技术涉及神经网络领域，尤其涉及一种人脸检测系统。
技术介绍
随着目标监控、目标跟踪、人机交互、人流统计等领域的兴起，人脸检测技术越来越广泛的被关注。基于卷积神经网络(CNN)的人脸检测技术取得了巨大的发展，但随着深度学习的进一步发展，卷积神经网络层数越来越多，分类精度越来越高，使用大规模卷积神经网络进行推理需要加载大量参数并进行大量乘加运算。大多数基于软件的卷积神经网络模型采用GPU进行加速，但同时也带来高成本、高功耗。
技术实现思路
本专利技术的主要目的在于提出一种人脸检测系统、终端及计算机可读存储介质，旨在解决现有基于卷积神经网络的人脸检测技术对芯片的存储和计算资源需求高的问题。为实现上述目的，本专利技术提供一种人脸检测系统，所述人脸检测系统包括：PS模块，以及与所述PS模块连接的图像采集模块、FPGA芯片和存储模块；所述FPGA与所述存储模块连接；所述图像采集模块，用于采集至少一帧原始图像，并将采集的原始图像传输至所述PS模块，以使所述PS模块将原始图像存储至所述存储模块；所本文档来自技高网...

【技术保护点】
1.一种基于FPGA芯片的人脸检测系统，其特征在于，所述人脸检测系统包括：PS模块，以及与所述PS模块连接的图像采集模块、FPGA芯片和存储模块；所述FPGA芯片与所述存储模块连接；/n所述图像采集模块，用于采集至少一帧原始图像，并将采集的原始图像传输至所述PS模块，以使所述PS模块将原始图像存储至所述存储模块；/n所述PS模块，用于发送包括帧编号的处理指令至所述FPGA芯片；/n所述FPGA芯片，用于在接收到包括帧编号的处理指令后，根据预设的神经网络模型，依次执行预设的神经网络模型中各网络层的运算，以获得该帧编号对应的人脸检测结果，并反馈包括帧编号的处理完成信息至所述PS模块，其中，在执行每...

【技术特征摘要】
1.一种基于FPGA芯片的人脸检测系统，其特征在于，所述人脸检测系统包括：PS模块，以及与所述PS模块连接的图像采集模块、FPGA芯片和存储模块；所述FPGA芯片与所述存储模块连接；
所述图像采集模块，用于采集至少一帧原始图像，并将采集的原始图像传输至所述PS模块，以使所述PS模块将原始图像存储至所述存储模块；
所述PS模块，用于发送包括帧编号的处理指令至所述FPGA芯片；
所述FPGA芯片，用于在接收到包括帧编号的处理指令后，根据预设的神经网络模型，依次执行预设的神经网络模型中各网络层的运算，以获得该帧编号对应的人脸检测结果，并反馈包括帧编号的处理完成信息至所述PS模块，其中，在执行每一网络层运算时，从存储模块中读取该帧编号对应的原始图像或与当前网络层连接的上游网络层的输出数据作为当前网络层的输入数据，以及从存储模块中读取当前网络层的参数；根据当前网络层的参数、输入数据和运算规则进行运算，获得当前网络层的输出数据，将当前网络层的输出数据存储至存储模块中，若当前网络层为预设神经网络层的最后一层网络层，则输出数据为该帧编号对应的人脸检测结果；
所述PS模块，还用于接收到包括帧编号识别完成信息后，从所述存储模块中读取帧编号对应的人脸检测结果，并根据读取的人脸检测结果对帧编号对应的原始图像中的人脸进行标记，获得标记人脸的图像。


2.根据权利要求1所述的人脸检测系统，其特征在于，所述FPGA芯片包括依次连接的预处理子模块、前处理子模块、卷积子模块、预测子模块和检测子模块，所述预处理子模块、所述前处理子模块、所述卷积子模块和所述预测子模块、所述检测子模块分别与所述存储模块连接；所述预设神经网络模型中网络层包括预处理层、前处理层、至少一层卷积层、预测层和检测层；
所述预处理子模块，用于接收到所述PS模块发送的包括帧编号的处理指令后，从存储模块中读取该帧编号对应的原始图像以及预处理层的参数，根据预处理层的预设运算规则和参数对原始图像进行运算，获得该帧编号对应的预处理图像，将该帧编号对应的预处理图像存储至存储模块中，并将包括帧编号的处理指令发送至所述前处理子模块；
所述前处理子模块，用于在接收到包括帧编号的处理指令后，从存储模块中读取该帧编号对应的预处理图像以及前处理层的参数，根据前处理层的预设运算规则和参数对该帧编号对应的预处理图像进行运算，获得前处理层的输出特征图谱，将前处理层的输出的特征图谱存储至所述存储模块中，并将包括帧编号的处理指令发送至所述卷积子模块；
所述卷积子模块，用于在接收到包括帧编号的处理指令后，根据各卷积层的连接顺序，依次执行各卷积层的卷积计算，在完成各卷积层运算后，将包括帧编号的处理指令发送至所述预测子模块，其中，在执行每一卷积层的卷积运算时，从所述存储模块中读取与当前卷积层连接的上游网络层的输出特征图谱作为当前卷积层的输入特征图谱，以及从所述存储模块中读取当前卷积层对应的卷积参数；根据预先配置的当前卷积层的卷积规则和当前卷积层的卷积参数对当前卷积层的输入特征图谱进行卷积处理，获得当前卷积层的输出特征图谱，将当前卷积层的输出特征图谱存储至所述存储模块中；
所述预测子模块，用于在接收到包括帧编号的处理指令后，从所述存储器中读取至少一卷积层的输出特征图谱，以及预测层的卷积参数；根据预测层的预设运算规则和预测层的参数，对读取的各输出特征图谱进行运算，获得该帧编号对应的预测结果，将预测结果存储至所述存储模块中，并将包括帧编号的处理指令发送至所述检测子模块；
所述检测模块，用于在接收到包括帧编号的处理指令后，从存储模块中读取该帧编号对应的预测结果和检测层的参数，根据预先配置的检测层的运算规则和检测层的参数，对预测结果进行运算，获得该帧编号对应的人脸检测结果，将人脸检测结果存储至所述存储模块中。


3.根据权利要求2所述的人脸检测系统，其特征在于，所述FPGA芯片还包括归一化子模块，所述归一化子模块分别连接所述卷积子模块和所述预测子模块；
所述卷积子模块，还用于在完成各卷积层运算后，将包括帧编号的处理指令发送至所述归一化子模块；
所述归一化子模块，用于在接收到包括帧编号的处理指令后，从所述存储模块中读取归一化层的参数和预设神经网络模型中与归一化层连接的各卷积层的输出特征图谱，并作为归一化层的输入特征图谱，根据归一层的预设运算规则和归一化层的参数对归一化层的输入特征图谱进行运算，获得归一化层的输出特征图谱，将归一化层的输出特征图谱存储至所述存储模块中，并将包括帧编号的处理指令发送至所述预测子模块；
所述预测子模块，还用于在接收到所述卷积子模块和所述归一化子模块分别发送的包括帧编号的处理指令后，根据预设神经网络模型中各网络层的连接顺序，从所述存储器中读取预设神经网模型中与预测层连接的各卷积层的输出特征图谱和归一化层的输出特征图谱，以及预测层的参数；根据预测层的预设运算规则和预...

【专利技术属性】
技术研发人员：翁秀梅，朱佳，傅东，沈家瑞，郝志杰，吴金英，丁杰，杨兆龙，
申请(专利权)人：长沙海格北斗信息技术有限公司，
类型：发明
国别省市：湖南;43