基于TI DSP器件和MSP430在生物特征识别中的应用研究

处理器/DSP

869人已加入

描述

在自然世界中人是独特,人所表现出来的生物特征可谓独一无二。对于每一个个体的人,总是能够找到一种或多种生物特征与其他任何人有所区别的,这就是生物识别技术最基本的前提,这是在人类文明和文化不断发展进程中对自身认识的又一次超越。随着电子时代的到来,生物特征识别技术获得革命性的飞跃,而其市场的真正兴起却几乎是与新世纪同步,特别是得益于数字信号处理器(DSP)的驱动。本文希望通过分析生物特征识别技术和市场入手,阐述德州仪器(TI)的DSP在以指纹识别和面相识别为代表的生物特征识别市场化进程的重要推进作用,并展望更广阔的市场前景。

生物特征识别核心引擎

通过当前领先的数字信息技术与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合,利用人体所固有的诸如指纹、面相、虹膜、脉络等生理特性,和诸如笔迹、声音、步态等行为特征来进行个人身份的鉴定的技术手段,就成为生物识别技术。该技术比传统的身份鉴定方法具有安全性、保密性和方便性,同时还具有不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。

由于早期生物特征识别技术产品均借助于计算机技术实现,虽然很容易配合电脑和安全、监控、管理系统整合,实现自动化管理,但其应用范围受到限制。为使生物识别技术广泛用于从公共安全、金融业务、社会福利保障、电子商务,直至家居保安和个人私隐等消费类市场,嵌入式需求至关重要,因此DSP无疑是生物特征识别处理的核心引擎。

如图1所示生物特征识别系统是一个典型的高速影像处理系统,首先其核心处理包括影像获取、影像增强和模版提取,然后进行匹配和加密,所有这些复杂的工作都需要在瞬间实现,如果没有DSP的高速则难以胜任。其次其周边包含传感、存储、外设、供电和主控单元,整体耗电量要求尽可能低,因此TI的DSP的低功耗和MSP430的超低功耗特性得天独厚,另外还可得益于TI的高性能电源等其它器件器件。当系统的高速和省电需求得到充分满足之后,生物特征识别产品市场化的进程便得到迅猛的发展。

计算机

图1 生物特征识别系统是一个高速影像处理系

指纹识别技术发展进程

人们对指纹特征的认识由来已久,但在快速自动识别方面还是数字化的产物。一个手指的指纹特征点约在一百到一百二十之间,每个特征点以八个比特来描述将近一千个比特,在数据层面难以复制。另外其本身内在的生物特征也难以被盗取,这就难以被直接复制成指模。加之现有活体识别技术,即便复制出指模也是无济于事。其实早在PC时代人们就对指纹识别技术进行了系统的开发,但真正的实用化还是从DSP开始,特别是TI的C5402这样的经典平台。C5402具有100MIPS运算性能,且性能与功耗都具优势,在指纹识别应用的历史跨越了一个年代,只是后来逐步升级到C55X平台。图2所示为基于TI的C55X平台指纹识别参考框图。

计算机

图2 TI C55X平台指纹识别参考框图

C55X是C54X的升级平台,时钟提高的同时内部运算处理核心也加倍,因此往往200MHz或300MHz时钟可以获得400MIPS或600MIPS的高运算能力。由于芯片半导体工艺的改进,加之特殊的内部供电管理机制,其工作功耗呈数量级下降,并成为可实现业界最低待机功耗的新型DSP平台。其中C5509和C5507以片上集成USB接口而别具特色,C5503/02/01则以不同的内存配置而针对不同应用。特别值得一提的是,新近推出的C5506超低功耗器件,时钟为108MHz下仅为58mW功耗,而性能可达216MIPS;在1.2V情况下待机功耗仅为0.120mW,为业界最低。另外还具有动态频率与电压缩放、多种待机模式可分别关闭独立外设与内部功能、128KB的SRAM可满足高效代码需求以尽可能减少片外存储器存取。C55X平台还可以通过电源优化工具辅助实现低功耗设计。

凭借DSP的驱动,指纹识别技术的实用化和市场化进程不断加快,其中最重要的一个应用就是指纹锁。从一般锁到指纹锁的变迁说明了安全的主题是恒久不变的,指纹门锁目前也成为高档住宅或安全重地的必然选择。与此同时,指纹在保险箱等产品的应用,除了确保物理安全之外,还能保证信息存储更加安全可靠。指纹识别在银行系统中的应用是一个极具潜力的新兴市场。在金融交易过程中,指纹特征信息由于每次采集的数据并不完全相同,若被拦截并进行假冒验证,系统可以判定出存在完全相同的两次数据,则有机会拒绝服务,从而一定程度提高了交易安全。传统的类似银行卡的结算方式,需要输入帐号和密码、加载数字证书,操作环节多且繁琐,而采用指纹则确认交易的过程可以一次完成。随着DSP产品及应用的“平民化”,面向消费类的指纹识别市场将会呈现空前繁荣的局面。

面相识别技术发展进程

与指纹特征识别技术相比,面相识别算法非常复杂而代码长度也非常大,这就需要很大的处理性能和系统资源。如果在电脑上实现需要“奔腾4”级别以上,然而面相识别类产品需要相当高的可靠性,基于PC的通用操作系统很难保证这种持久的可靠性。另一个方面,面相识别在例如门禁、移动便携式设备、智能监控相机等应用场合必须是嵌入式产品类型,而这对系统功耗也就提出了更高的要求,显然通用的CPU难以胜任,只有高性能的DSP才有机会不断推进面相识别的市场化进程。图3为基于DSP的典型应用示范。

计算机

图3基于DSP的典型应用示范

在面相识别应用中,DM642是一个理想的平台,首先这是业界第一颗高性能、软件可编程的通用媒体处理器,其核心是主频为600MHz名为C64X的DSP,由于有八个并行运算单元,所以等效性能为4800MIPS。DM642集成有多个高精度数字视频接口,可以作为视频输入也可以作为视频输出,同时还有以太网接口用于传输压缩的数据流和音频输入输出接口。DM642通过扩展外围总线连接同步动态存储器和闪速存储器,在视频前端可以采用TI的视频解码器、视频放大器及电源等高性能模拟器件。

DM642的C语言编译效率很高,所以很容易将基于PC的软件算法进行移植,还可以借助于TI特有实时操作系统DSP/BIOS构建嵌入式面相识别系统,这样就可以之作为一个独立的设备,完成视频采集、人脸定位、特征提取,同时还可将该资料以及压缩的视频数据通过网络实时地传到远程的服务器,然后在人脸影像数据库中进行检索和匹配,并及时地通报结果。若是需要录入新的人脸影像,则可以通过简单的拍摄完成,便添加到影像数据库中去。

新型的单片媒体处理器将使面相识别系统功能更加强大。

TI所推出的达芬奇(Davinci)平台不仅包含更高性能的C64X+核心,还集成了ARM9通用处理器,既可以高速地处理人脸影像,还可以运行高级的嵌入式操作系统,如Linux,甚至WinCE。视频输入与视频输出包含在一个视频处理子系统中,前端有CCD的控制器、预览、缩放,还具有自动聚焦、自动爆光、自动白平衡的“3A”功能,后端集成字幕叠加“OSD”、四个视频 DAC和24位数字RGB输出。Davinci集成有丰富的外围接口,除了与DM642同样的以太网口和音频接口外,还有USB2.0、硬盘ATA接口、MMC和SD等存储卡接口。于是许多有用的识别资料有了灵活的存储方式。

目前已有不少专业公司成功推出基于DM642的面相识别系统,并推出实用性的产品。由于DM642目前已成为数字视频监控的主流平台,那么基于DM642的面相识别算法也就很容易集成到数字视频监控应用系统中,从而增强了其附加值,这也成为数字视频监控的一个趋势。

随着基于Davinci的数字视频监控产品的推出,相应的面相识别系统也将更新的面貌出现。

面相识别技术已开始应用于银行安全防范管理系统、会议代表身份认证系统、面像识别门禁、面像识别考勤、社会保障管理、公共场所巡察等应用系统,并在不同程度地发挥着作用。

其它识别技术发展进程

生物识别技术可划分为生物生理特征和生物行为两类,前两部分介绍的指纹识别和面相识别属于前者,同属生物生理特征的还有虹膜识别、视网膜识别和掌纹识别。生物行为特征则包含手动签名以及声音识别。那么在这些识别技术中哪一个还具有潜力呢?根据权威性实验报告,在技术特性方面虹膜识别特别适合于信息安全和通道控制领域的身份认证。

虹膜就是人眼瞳孔和眼白之间的环状组织,是人眼的可视部分,也是最可靠的人体生物终身身份标识。虹膜识别有条件成为人体生物特征识别技术中的最佳选择,其原因在于其所具有最高的唯一性、终身不变性、最强的生物活性,其识别准确性最高,而且识别速度最快, 防伪性最强也。曾经有国际权威部门对人体生物特征识别技术分析结果显示,虹膜识别的匹配速度超出所有其它生物统计技术至少20倍。

当然虹膜识别的可靠性需要有极高的识别准确度来保证,特别是采用核心技术在深色虹膜的“无纹理”区域分析提取纹理特征并加以精确的数字表述的实现,因此需要采用更高性能的DSP,如主频高达千兆的C6416系列。随着识别技术更加成熟和优化,还有高性能DSP的价位的降低,虹膜识别同样可以广泛应用于政府、军事部门、厂矿企业、社会公共安全防范以及信息安全领域。

在视网膜识别与虹膜识别,指纹识别与掌纹识别在某种程度上有共同性,只是在各自的传感器上有所不同,在处理方式方法上也大相径庭,但是DSP都有发挥的余地。

声音识别是数字语音处理技术的一个重要课题,也是DSP应用的一个重要方向。TI的DSP从早期的C25、C50、C54X到现在的C55X都在不同阶段起到了重要的作用。

信息化的数字时代,人们的公共利益、人身安全、私有财产、商业交易、个人情感、商务记录、工作成果、娱乐收藏等均是数字化的存储形式。如果要确保这些具有巨大价值的珍贵资料安全保存,人们完全可以由自身的生物特征来寻求保护,因此使生物特征识别发挥最有效的作用无疑是个明智的选择。

责任编辑:gt

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分